用脸部地图计算面孔-《看脸》书评

熟悉数学的朋友知道，我们在研究几何问题的时候，倘若有数学大师笛卡儿创立的平面直角坐标系就会方便很多，因为每一个点的位置可以转换为一个坐标系上的坐标值。那么我们能不能把面孔的每个细节都用参数记录和表达呢，比如眼睛的尺寸？这有点类似计算机科学的思路，如果我们能够把面孔的数据精确记录，再通过“解码”还原处理数据呢。事实上，在识别物体或者空间时我们的确这么做，但是对于面孔还真不行。毕竟相对房子与房子的差异，柴犬和秋田犬的差异，我们人面孔与面孔的差异可以说是细枝末节：眼睛宽度多两毫米，高度短两毫米，然后再互相多隔开两毫米听起来差异不大，但是看起来一清二楚。从这个角度而言，单纯记录面孔上的差异，不管是整体信息的还是局部信息的差异，都会导致以下两个小问题：（1）数据巨大，一张面孔少说有十余个参数，自然效率不高。（2）偏差度不低，因为我们的眼睛没有那么精确。所以说按照计算机科学的思维理解大脑不太好，但是用数学（统计）这样更加贴近生活本质的方法更加准确：我们的大脑在一张假想的地图上，把一张张面孔都用几个坐标系上的值来代表，进行一些数学计算和比对就可以用最少的数据和参照系反映一切面孔了。这样记录面孔数据似乎简单了很多：我们只要比较和记录一张面孔与“参照点”的差异就可以了。

在曼彻斯特大学的Valentine（瓦伦丁）教授曾认真研究过这个设想。他从（前面章节提到的）“面孔倒置效应”以及“异族效应”获得启发：这些面孔我们判断不出来会不会是因为它们都不符合我们面孔识别系统的“口味”，是不是因为它们在我们的大脑内不是特别熟悉；因而可以说这些面孔对我们来说算是比较遥远的，或者说和我们的经验比相对较远。那么Valentine教授就进行了如下的设想：面孔的识别会不会也是像笛卡儿坐标系那样呢？在这个想象中，我们熟悉的面孔应该在坐标系原点附近，而原点就是一个抽象的模板。概念中的模板可以被理解为我们所接触的面孔的一个平均；所以说每个人心中的模板会有着个体差异，我们每个人心中的模板也会随我们的社会经验越来越丰富而变化。我因为接触中国人时间更长，大脑中的这个模板可能更加东方化；我的室友Alex由于从小在美国长大，他心中的模板可能就比较西方化。这一个观点可以很好地解释上一节提到的“异族效应”。比如就用后面一张图指代Alex心中的面孔分布“地图”，这张假想的“地图”是二维的（事实上可以很多维度，方便起见我们假设是二维的）。中心正是Alex心中对于面孔形态的模板，它正是由Alex所熟悉的人构成的。图上每一个彩色圆点点都指代了Alex熟悉的面孔（比如他家人的面孔）。而我作为一位亚洲人，面孔特征会与Alex所熟悉的面孔有所差距，所以可以被表示在离中心遥远的一个角落。倘若一张面孔远离中心，大脑需要加强神经细胞之间的连接（相较于靠近中心的面孔），激发更大的活跃，也耗费更多的时间（毕竟连接差一点）。所以说“异族效应”正是由于外国人的面孔离自己内心的模板比较远，难以分辨。

假设下Alex脑海中的面孔二维地图。相比Alex的亲友，在刚认识我的时候，我的面孔在他“心中的位置”偏远无比。当然，随着经验和熟悉，我走近了中心；自然而然判断起来方便多了

这个假说的核心在于假设人在判断其他人的时候是否与在中心的模板进行对比（norm ；based）。不过Valentine教授的实验本身没有能够直击问题的中心，而是在探讨模板与另一种假说的优劣。他的实验中阐明模板模型的充分条件（即当模板为真时，这些条件亦为真）：倒置、外国人的面孔的确看起来比较奇异（离中心远），因此判断的正确率较低，耗时较长（难以识别）。这两个发现符合了面孔地图的模型，但是并不能直接、准确地推导出我们就是通过中心来进行判断的。仅根据当前的实验结果，我们也可以解释“亲友圈”（亦不是按照绝对中心进行对比，而是将熟悉的面孔作为一个整体来看）是判断的核心，离得远的“陌生人”或者“奇怪面孔区”就是判断起来麻烦。

直到2001年，Leopold（利奥波德）教授的团队找到了印证“依靠面孔模板分析”假说的方法。方法很简单，那就是利用“适应后效”的方法。适应后效很有趣味，我在这儿再解说一番，当我们长期看到（适应）一张开心的面孔，之后的面无表情的面孔看起来也会有点不开心（后效）；同样，长期观察一条凹下去的曲线（适应），之后看到的直线会稍稍向上凸（后效）。总而言之，我们的大脑神经会随着最近的刺激短期之内修改处理方式，这样的修改永远朝向适应物到中心模板的方向进行。Leopold教授利用了这个手段，假设我们判断面孔时是对比中心模板，如果我们适应了甲的面孔，那么所有的面孔看起来都有点不太像甲的，其中反应最为强烈的就应该是按照甲的面孔特征做出来的“反甲”的面孔。也就是说在一个方向上的适应后效最为强烈也就能够证明处理图片是沿着适应物与中心模板的方向进行，也就说明，一起判断就是按照中心模板而不是别的什么东西进行。就如同下面一个例子，如果我们适应了反甲的面孔而不是乙面孔，那么之后看到甲的面孔应该更突出，更好被判断。(www.xing528.com)

看多反甲的面孔之后，中央的图片看起来都有点像甲了呢。但是因为乙不在这个轨道上，再怎么看甲你也觉察不出乙来

从2005年开始Rhodes教授的团队通过大量实验，丰富而且弥补了Leopold教授团队在世纪初的研究：面孔在我们大脑中可以被理解为在多维度坐标系内的一个个点。他们清楚地指出了我们的面孔判断就是按照与中心对比的“数据”进行的。他们的实验室还发现这种判断的方法在小朋友身上也有体现：虽然小朋友并不会解几何数学题，也不是很了解计算方面的方法，但是他们“无师自通”，也会通过对比一张张肖像画与他们心中的模板来判断对方身份。对比中心模板处理面孔的方法就好比电脑用RGB值而不是一张张色彩图片更有效而且快捷地记录彩色数据，我们的大脑可以利用一张面孔与中心面孔的“差距值”，或者说坐标值，来判断各种各样的信息。到目前为止，心理学等方面的研究也与这一个从行为实验推导出来的模型相吻合。首先，大量实验都表明当我们观察不熟悉的面孔时（离中心比较远的面孔），脑内处理面孔的梭状回面孔区反应会有明显提升，换句话说面孔与模板的距离增加会引发更大的神经反应：相对“奇特”的面孔需要大脑更多的活跃；不恰当的例子就是当你做简单的算术题（判断恋人与陌生人的面孔）时意气风发、挥斥方遒、轻松愉悦（不会那么活跃），当你做难题（判断两位马拉松高手的面孔）时事倍功半、绞尽脑汁（活跃明显）。其次，大脑内的神经是按照群体反应方式进行，而且处理更熟悉的面孔所激活的神经更紧密更高效；因此判断陌生面孔时速度更慢，更耗时间，难以激活整体识别，只能按照局部识别慢慢进行。甚至最近Webster教授也提到面孔的识别（不只是身份）就是依赖于上述的计算过程。当然实际生活中这样的面孔地图需要若干维度而且模板高度抽象，但是这般巧妙的表达方式正是识别的中心。

我们只有一套默认的模板吗？或者说我们只会和一张模板进行比较吗？仔细想想看，只有一张模板不算高效。比如，我在判断迎面走来的那位女性是同事的时候，如果能够只利用“女性”的模板必定会减少“数据处理量”。或者Alex在判断办公室两位亚洲朋友的面孔时，会利用“Alex心中所有人”的面孔模板还是“Alex最近认识的亚洲人”呢？科学家们没有放过这一个疑问，他们利用了一个叫作类属适应的方法表明了模板的使用很有弹性，主要是看大家什么时候“用”哪一个：利用世界地图攀登山峰有点儿不切合实际。Little、Jones（琼斯）还有DeBruine（德布鲁尼）教授的科研团队就发现了在这种情况下的适应后效可以各自产生在男女面孔上。举个例子，如果我们同时适应了一位眼睛间距很宽的男性和一位眼睛间距很窄的女性，若只用一张模板造成的结果就应该是平均了眼睛间距，所以不会产生任何针对眼睛间距的适应后效。之后还有许多实验室再接再厉，探索了其他共存的模板：他们都发现模板可以根据实验内容产生分化，并不是固定为所有面孔的中心模板这一个“默认设置”。比如说如果面孔可以按照一个坐标轴表示，它们也就可以按照坐标轴的两极排布：比如性别、年纪、种族，甚至情绪等等。

所以说进化如同鬼斧神工，让我们的神经团体合作，这样的团体合作导致了功能区出现，也导致了面孔判断可以依靠不同的神经反应进行，这样我们就可以分析面孔活跃离中心的程度（所谓距离）。同样，如果面孔在大脑内可以按照类别（男女）产生直接反应，这类别的两极（比如男性与女性）就可以被独立的“地图”所包容，也就产生了适应性很强的多个模板。总而言之，我们在判断“他是谁”的时候，会比较“他”的面孔与中心模板的相对“距离”来完成判断。这样一个模板可以随着任务进行而改变，从而最高效地完成判断。这就是我们在判断面孔身份时的一种“软件”。所以说，如果你想要成为一个辨认他人面孔的高手，最好的方法就是活用这一套“软件”：核心就是多去会见各种各样、各行各业的新朋友并且记住他们的面孔，这样你就可以拥有更加清晰的多套模板。