人類擅長(zhǎng)在無(wú)生命物體中發(fā)現(xiàn)圖案，尤其是人臉。想想 1976 年，美國(guó)航空航天局發(fā)射的維京 1 號(hào)（Viking 1）軌道飛行器拍下的那張著名的 “火星上的臉”，那其實(shí)只是光和影的把戲。不僅如此，人們總是在燒焦的吐司和許多其他（非常多的）日常食物中發(fā)現(xiàn)他們認(rèn)為是耶穌的臉。甚至有人創(chuàng)建了一個(gè)（現(xiàn)已不存在）推特賬戶，專門用于整理 “物中有面”現(xiàn)象的圖片。

火星上的臉 圖片來(lái)源：Viking 1， NASA - Viking 1 Orbiter， image F035A72 （Viking CD-ROM Volume 10）

這種現(xiàn)象有個(gè)更高大上的名字，叫做面孔空想性錯(cuò)視（facial pareidolia）。來(lái)自澳大利亞悉尼大學(xué)（University of Sydney）的科學(xué)家們發(fā)現(xiàn)，我們不僅能在日常物品中看到面孔，我們的大腦甚至還能像加工真實(shí)面孔那樣加工物品上的“臉”所表達(dá)的“情感”，而不是將它作為錯(cuò)誤信號(hào)而忽略。這種類似的機(jī)制也許是因?yàn)槲覀冃枰焖倥袛鄬?duì)方是敵是友而演變出來(lái)的。悉尼大學(xué)的團(tuán)隊(duì)介紹了他們最近發(fā)表在《皇家學(xué)會(huì)報(bào)告B》（Proceedings of the Royal Society B）的論文。

這項(xiàng)研究的第一作者、來(lái)自悉尼大學(xué)的 David Alais 告訴《衛(wèi)報(bào)》（The Guardian）：“我們是非常復(fù)雜的社會(huì)性物種，臉部的識(shí)別（對(duì)我們來(lái)說(shuō)）非常重要。。。。。。你需要認(rèn)識(shí)到這是誰(shuí)，是家人、朋友還是敵人，他們的意圖和情緒又是什么？人類的面部識(shí)別速度快得驚人，大腦似乎在使用一種模板匹配程序完成這件事。因此，如果大腦看到一個(gè)物體似乎有兩只眼睛，一個(gè)鼻子和一個(gè)嘴巴，那么它就會(huì)覺(jué)得：‘我看到了一張臉。’這個(gè)過(guò)程迅速并且沒(méi)那么精確，有時(shí)也會(huì)犯錯(cuò)誤，所以長(zhǎng)得像臉的物體往往也會(huì)觸發(fā)這種模板式的匹配。”

Alais 多年來(lái)一直對(duì)這個(gè)問(wèn)題和相關(guān)話題感興趣。例如，2016 年發(fā)表在《科學(xué)報(bào)告》（Scientific Reports）上的一篇論文中，他和其他同事在先前實(shí)驗(yàn)的基礎(chǔ)上，通過(guò)快速展示人臉照片，表明了我們對(duì)人臉身份以及其吸引力的感知是偏向于最近看過(guò)的臉。Alais 等人設(shè)計(jì)了一個(gè)二選一任務(wù)，模仿在線約會(huì)網(wǎng)站和應(yīng)用程序（如 Tinder）的選擇界面，用戶如果認(rèn)為潛在伴侶的圖片有吸引力或沒(méi)有吸引力，就向左或向右滑動(dòng)。研究團(tuán)隊(duì)發(fā)現(xiàn)，圖片的許多屬性，包括臉部朝向、表情、吸引力以及感知到的身材苗條程度等，都一致地偏向于最近的經(jīng)驗(yàn)。

隨后，2019 年，Alais 和他的同事們?cè)凇兑曈X(jué)雜志》（Journal of Vision）上發(fā)表了一篇論文，將這種實(shí)驗(yàn)方法擴(kuò)展到我們對(duì)藝術(shù)作品的認(rèn)知。他們發(fā)現(xiàn)，在博物館或畫廊中欣賞每一幅畫作時(shí)，人們不會(huì)根據(jù)畫作自身的優(yōu)點(diǎn)來(lái)評(píng)估它的藝術(shù)價(jià)值。相反，人們對(duì)藝術(shù)的欣賞也很容易產(chǎn)生 “對(duì)比效應(yīng)”，即出現(xiàn)同樣的序列依賴性偏差（serial-dependence bias）。我們?cè)谟^賞畫作時(shí)，如果剛剛看過(guò)一幅很棒的其他作品，那么就會(huì)覺(jué)得這副作品也變得更吸引人了；如果剛看過(guò)的作品不怎么吸引你，那你會(huì)覺(jué)得下一幅作品也沒(méi)什么吸引力。

研究的下一步，是探索我們從其他人的臉上提取社會(huì)性信息的具體大腦機(jī)制。Alais 認(rèn)為，面孔空想性錯(cuò)視的現(xiàn)象和這種大腦機(jī)制是相關(guān)的。他說(shuō)：“這些物體的一個(gè)引人注目的特點(diǎn)是，它們不僅看起來(lái)像臉，甚至還可以傳達(dá)一種人格特質(zhì)或社會(huì)意義。”例如一個(gè)切開的甜椒似乎是在皺眉頭，或者一個(gè)紙抽似乎在微笑。

圖片來(lái)源：blakespot， CC BY 2.0

對(duì)面部的認(rèn)知涉及的不僅僅是所有人臉的共同特征，如嘴巴、鼻子和眼睛的位置。我們的大腦可能在進(jìn)化過(guò)程中適應(yīng)了這些共同特征，但讀取社會(huì)性信息需要確定某人是否快樂(lè)、憤怒或悲傷，或者是否在關(guān)注我們。根據(jù)去年發(fā)表在《心理科學(xué)》（Psychological Science）雜志上的一篇論文，Alais 的小組設(shè)計(jì)了一個(gè)感官適應(yīng)實(shí)驗(yàn)，并表明了我們確實(shí)用與加工真實(shí)面孔大致相同的方式來(lái)加工面孔空想性錯(cuò)視。

不過(guò)，這項(xiàng)最新研究的樣本量很小，只有 17 名大學(xué)生。他們?cè)趯?shí)驗(yàn)前完成了 8 張真實(shí)人臉和 8 張錯(cuò)視圖像的練習(xí)（這些數(shù)據(jù)并沒(méi)有被記錄）。正式實(shí)驗(yàn)則使用了 40 張真實(shí)人臉和 40 張錯(cuò)視圖像，圖像的表情分為從憤怒到快樂(lè)的四個(gè)不同級(jí)別：高度憤怒、輕度憤怒、輕度快樂(lè)和高度快樂(lè)。在實(shí)驗(yàn)過(guò)程中，每張圖像被短暫地呈現(xiàn)在受試者面前，他們需要在憤怒/快樂(lè)的評(píng)分表上對(duì)圖像中表達(dá)的情緒進(jìn)行評(píng)分。

第一個(gè)實(shí)驗(yàn)測(cè)試了序列效應(yīng)（serial effect）。受試者完成了一個(gè)包含 320 次測(cè)試的試驗(yàn)，其中每張圖像會(huì)隨機(jī)顯示 8 次。其中一半的受試者先完成了真實(shí)面孔的部分，然后再進(jìn)行評(píng)測(cè)錯(cuò)視圖像的部分。另一半的受試者則順序相反。第二個(gè)實(shí)驗(yàn)類似于第一個(gè)實(shí)驗(yàn)，但真實(shí)面孔和錯(cuò)視圖像會(huì)被隨機(jī)地分配到每次測(cè)試中。每個(gè)受試者需要對(duì)一個(gè)給定的圖像評(píng) 8 次分，然后再算出平均值作為對(duì)該圖像情緒表達(dá)的平均估計(jì)。

Alais 告訴《衛(wèi)報(bào)》：“我們發(fā)現(xiàn)，實(shí)際上這些錯(cuò)視圖像的加工機(jī)制和我們平時(shí)加工真實(shí)臉部情感的機(jī)制是相同的。你在某種程度上無(wú)法完全關(guān)閉臉部反應(yīng)和情感反應(yīng)，將其完全視為一個(gè)物體。它可以同時(shí)是一個(gè)物體和一張臉。”

具體來(lái)說(shuō)，實(shí)驗(yàn)結(jié)果顯示，受試者可以準(zhǔn)確地對(duì)錯(cuò)視圖像的面部表情進(jìn)行評(píng)分。受試者還表現(xiàn)出與 Tinder 用戶或畫廊顧客一樣的序列依賴性偏差。也就是說(shuō)，物體中快樂(lè)或憤怒的錯(cuò)視臉會(huì)被認(rèn)為與之前出現(xiàn)的表情更相似。而在第二個(gè)實(shí)驗(yàn)中，當(dāng)真實(shí)面孔和錯(cuò)視圖像混合在一起時(shí)，若錯(cuò)視圖像先于真實(shí)人臉展示給受試者，這種序列依賴性更加明顯。Alais 等人總結(jié)道，這表明兩者之間有一個(gè)共同的潛在機(jī)制，意味著 “表情的處理并不與人類的面部特征緊密綁定”。

Alais 表示：“這種‘交錯(cuò)’條件很重要，因?yàn)樗砻?，一個(gè)人無(wú)論看到的圖像是人還是物，這都涉及相同的面部認(rèn)知過(guò)程。這意味著，在云中看到人臉不僅僅是孩子的幻想；當(dāng)物體不管怎么看都像一張臉時(shí)，這也不僅僅只是一種演繹，因?yàn)檫@些物體真的在驅(qū)動(dòng)大腦的面部識(shí)別網(wǎng)絡(luò)。而看到皺眉或微笑正是表明大腦的面部表情系統(tǒng)在工作。因?yàn)閷?duì)大腦來(lái)說(shuō)，不管是真的還是假的，面孔都是以相同的方式被加工的。”

圖片來(lái)源：Aaron Gustafson， CC BY-SA 2.0