人类：你识谁？机器人：我识你的局部美小科爱

文章仅为阅读体会，

切勿当作正式科普。

看到标题>点开文章>继续下拉……

这些你可以轻而易举做到的动作，是现在科学界最想做出突破的研究。通过摄像头、图像识别，让机器人“看”已经实现了。

但机器人和人类看到的画风完全不同，例如同样是看到一条手臂。

人看到的总是别出心裁

一本正经的机器人看到的

这一堆搞得人头晕目眩的数字，到底是什么来头？

它代表每一个小区块的亮度，愈大的数表示愈亮，愈小的数表示愈暗。每一数字的变化就是一个信号源，机器人以此识别物体，以及与物体的距离。

对于人则是眼睛收到信号，然后快马加鞭传递给大脑总部，总部负责这片儿的部门以释放神经纤维的激活率作为反馈。

不然不能准确及时的识别物体，可能人一头就奔墙上撞去还不自知。

机器要做到识别这一点非常困难，刚出生的小孩总是横冲直撞，因为她分不清物体边缘和背景的区别。

物理世界映射到人眼中的是一个由许多小阴影碎片搭成的图案，而大脑需要通过“实时构图”让这些碎片产生真实连接（建模）。

放在机器理解程序里，就是要寻找大数和小数相接的地方。那堆数字是立体的，随着物体摆放位置的改变，代表物体厚度、高度和形状的相应数字都在变化。

通过对距离、光暗和阴影的识别，可以准确定位出物体大小和位置。

第二步需要知道物体的材质了，例如眼睛如何区分薯条和汉堡？

照到视网膜上光的数量，不仅取决于物体的灰暗度，还有光本身的明亮度。

有一条我们吃货才懂的理论，薯条和汉堡放在一起，喜欢薯条的人总觉得它比汉堡更亮眼……

经我边吃边思考分析，除了食味作用，和视觉对色泽反光的反馈很有关系。

薯条+包装就红黄两色，视觉能很快识别，依据懒是人类天性的特点，薯条就友好多了，所以先看好它哟。

浑身全包的汉堡，撕开是错综复杂的色泽，这让眼睛识别有点费神啊，所以相比薯条，它只能排其次了。

对于正常生活需求而言，我们只需要视觉分清它是薯条或汉堡就可以了。如此我们意识中对颜色和亮度的感知就能和物理世界保持一致。

如果细较分解的话，物理世界投射到我们视网膜上的色状镜像分类非累死人不可，这就是我们视觉系统的神奇设计之处。

眼睛只能负责收集三维世界的信息，转化为二维的视网膜图像，背后则必须由大脑来操刀。

视网膜是一个单纯无邪的孩子，在它看来，你手里的一张纸币和远方的金山银山一样，大小相同。

要回味这种神经机制的运作现象，盯着灯泡看几秒，眼前暂时就会出现一小块白色，盯着书看这块白色有几厘米大，盯着墙看会有几米，盯着天空就更大了。

机器识物最直接的方式是建模，就像筛子一样，只有等于或小于筛孔的沙子才能穿过去。这种方式比较鸡肋，例如手写不太规范的A，机器就不认亲了。

人工智能发展到现在，虽然有40多年，但目前也仅能识别规范的、已知的物体。对于现在这个变化莫测的世界，人工智能在很多方面就一筹莫展了。

所以科学家想的对策是识别关键部位，比如出入一家小区，它不会将人从头到脚识别个遍，只扫描虹膜或视网膜血管的清晰形状就得（dei）了。

而我们大脑就厉害了，看过的该记的和不该记的，可以看的和少儿不宜的，都能快速有条理的归档，想用又能随时调用。