特征分析：探测器揭示视觉刺激存在

写到这里时，我朝下盯着我的一条狗看，此时它正蜷缩在桌下。我不仅能认出它，还能辨认它的每一个部位：耳朵、鼻子、尾巴、背部、爪子、胸口和眼睛等。一些心理学家认为，这种将整体分解为部分的分析构成了知觉的基本加工。与将刺激作为一个整体进行加工不同，我们也可能将刺激分解为不同的成分，根据我们对部分的认识推断出整体代表的是什么。这些被搜寻和辨认的部分称为特征（features）。因此，在这个模型中，对整个物体的认识依赖于对其特征的辨识。

这种被称为特征分析的知觉模型与一些神经生理学方面的证据非常吻合。在关于青蛙视网膜的研究中（Lettvin，Maturana，McCullogh & Pitts，1959），科学家将微电极植入视网膜的单个细胞中，Lettvin等人发现，特定的刺激能更频繁地激活这些细胞。一些对明暗交界反应强烈的特定细胞被称为“边界探测器”（edge detectors）。因为一旦受到明暗之间的视觉“边界”刺激，这些细胞就会被激活。而这些细胞之所以被称为“探测器”，是因为它们能够指出特定种类视觉刺激的存在。另外一些细胞选择性地只对移动的边界和其他刺激做出反应，被称为“虫子探测器”（bug detectors），当一个小黑点（很像一只昆虫）移动越过视野时其反应最为强烈。Hubel和Wiesel（1962，1968）后来发现，猫和猴子大脑中负责有选择地对视野中的移动边界和轮廓作反应的视皮层区域，其实具有特定的方向性。换言之，他们发现了区分“水平线探测器”和“垂直线探测器”的证据，也包括其他不同的探测器。

图3-10　一些几何元素的例子

这些证据是如何支持特征分析的呢？特定的探测器会对输入的模式进行扫描，以寻找一种特定的特征。如果该特征存在，探测器就会迅速做出反应。如果该特征不存在，探测器就不会有强烈的反应。每一种探测器显然只负责探测一种特征的存在。这些探测器的存在，无论是视网膜细胞还是皮层细胞，都证实了特征分析模型的适用性。

艾尔文·贝德曼（lrving Biederman，1987）提出了有关物体知觉的理论，这个理论既运用了一种类型的特征分析，同时也融合了一些前面所提到的格式塔知觉组织原则。贝德曼认为，当人们观察物体时，会将其分割为一些简单的几何成分，称为几何元素（geons）。贝德曼一共提出了36种这样的基本成分，图3-10显示了其中一些图形。他认为，有了这些基本的单元系列，我们就可以构建众多寻常物体的心理表征。他在物体知觉和言语知觉间进行了一番类比：利用英语的44个音素（phonemes），即声音的基本单位，我们可以表现出英语中所有可能出现的单词（数量可达几十万）。同理，贝德曼认为运用36种基本几何元素，我们也可以表现出成千上万迅速就可以辨认的一般物体。

作为这个理论（称为“通过成分识别”）的证据，贝德曼设计了如图3-11所示的物体。一个可能谁也没有见过的虚构物体。然而，面对这个不知为何物的物体，在涉及它的部件组成时，我们所有人的想法竟然惊人的一致：当中是一个“盒子”，左下方有一个波浪形的东西，右下方有一个弯曲的手柄样的东西等。贝德曼相信，我们用来将这一未知物体分解成各个部分的知觉加工，在对熟知物体的知觉加工时也同样会用到。我们将整体分成部分或几何元素（由“geometrical ions”而来，直译为“几何的离子”；Biederman，1987，p.118），不仅注意这些几何元素是什么，也注意它们的排列。如图3-12所示，两个相同的几何元素以不同的方式进行组合，就可以产生截然不同的物体。

图3-11　一个虚构的物体

图3-12　不同的物体包含了相同的几何元素，但排列的方式有所不同

值得注意的是，并不是所有知觉研究者都接受几何元素是物体知觉的基本单元这种观点。Tarr和Bülthoff（1995）提出过一个复杂有趣但却与之截然相反的观点。(www.xing528.com)

另有一些研究为知觉中存在特征分析加工提供了附加的证据。比如，让字母在电脑屏幕上以非常短的时间间隔闪现，通常会导致特定的可预见错误。如，相对字母F而言，人们更容易将字母C与G混淆。可能这是因为C和G拥有许多共同的特征：都有一条弧线，且向右开口。

Neisser（1963）的研究证实，人们会利用这些特征来辨认字母。他让被试执行一项视觉搜寻任务（visual search task）。在该项任务中，研究者向被试呈现一系列字母，如图3-13所示。研究者要求被试一旦发现特定的目标，比如字母Q或Z，就做出反应。呈现如图3-13a的一系列字母，他们找到Z所花的时间远远超过寻找Q所花的时间。在图3-13b中则情况正好相反。在图3-13a的排列中，非目标字母具有共同的特征，都由直线和带尖角的线构成，而图3-13b中，非目标字母都包含了弧线。目标字母（Z或Q）与非目标字母间的相似会使搜寻变得更加困难。

图3-13　视觉搜索刺激

请注意要多久才能在图3-13a和图3-13b中发现Z或Q。

在对拥有共同发音特征音节的听知觉实验中，也有类似报告。例如，da和Ta相对da和Sa而言，具有更多的相同发音特征，因此也更容易被混淆（Miller & Nicely，1955）。发音特征（对辅音来说）包括发音、声带振动（例如，b是发音的，p是不发音的）；鼻音，主要由空气是否进入鼻腔（如n）或不进入（如l）而定；持续时间，是指（共鸣）声音持续多久（比较s与t之间的区别）；发音部位，指声音在口中形成的部位（试比较，p和B，发音部位在口腔前部；t和D的声音形成部位在口腔中间；k和G的发音部位在口腔后部）。

实际上，语音知觉的研究已再次表明了人类在解释语音时使用了分类知觉（categorical perception，Samuel，2011）。也就是说，我们根据声音的特征，如发音或者清晰度，且运用这些特征将声音划分入不同的类别。Lisker和Abramson（1970）对此现象进行了研究。他们使用电脑合成人工语音，其中包括了以跟在“ah”音后的以双唇音结尾的辅音（类似于b，或者p）。b和p音有着相同的辅音结构，只是辅音释放时间（voice onset time，VOT）不同（VOT与辅音释放之后声带开始震动的快慢有关，VOT负值表明在声音发出之前声带就开始震动了）。通过计算机，Lisker和Abtamson将VOT分成从-0.15秒到+0.15秒，由此产生了31个音节。

当他们将这些音节呈现给被试时，他们只“听到”两个音：“ba”和“pa”。VOT在+0.03秒以下的都报告为“ba”，而VOT在+0.03以上的都报告为“pa”。被试报告在这条分界线两边的音节没有差别。对于他们来说，VOT为-0.10秒的音节同VOT为-0.05秒的音节是毫无区别的。然而，即使VOT处于非常靠近临界线两边的音节仍能被100%地被辨认出来，例如，VOT 0.00秒和VOT +0.05，能够被准确地辨识为“ba”和“pa”。

显然，我们关注了语言的特定声学特征（这些声学特征在我们的语言中起到了极具意义的作用），而忽略了其他的特性。这可能解释了我们为什么能够轻而易举地听懂陌生人说的话（只要说我们的语言）。我们忽略了他们语音中无意义的差别（如，声音的高低、口音）。另外，分类知觉同样也在非言语声音，如声调、嗡嗡声和不同乐器演奏出的乐音中表现出来（Harnad，1987）。对婴儿的研究进一步发现，即使是非常小的婴儿也能够区分出许多（尽管不是全部）世界上所有语言都在使用的声音区别。而在大约6个月时，这一能力便开始窄化以调整至婴儿最初语言的音素（Eimas，1985）。

然而，作为一种知觉的一般模型，特征分析模型也不是一点问题也没有。首先，除了在字母知觉、熟悉物体的线条知觉以及言语知觉这些相当局限的领域中，现在还没有关于什么是特征、什么不是特征的明确定义。当我们看一张脸时，是否有关于眼睛、鼻子和嘴的一般特征呢？是否有关于右鼻孔、左眉毛、下嘴唇的特定特征呢？可能存在多少特征？是不是不同种类的物体拥有不同系列的特征？再以竖直线为例，虽然这一特征对知觉字母A来说很重要，但它又能与知觉一张人脸、一个沙滩排球、一朵拍击海岸的浪花有多大的联系？如果对于不同的物体有不同体系的特征存在，那么知觉者又如何知道用哪一种体系来知觉某一件特定的物体呢？（请记住，这必须在知觉者知道是什么之前就已经确定。）如果是对所有物体都运用同样系列的特征，那么可能存在的特征数量就非常多了。知觉者又怎么能如此快地知觉物体呢？