面对杂乱的光信号,大脑是如何从无到有拼凑出斑斓世界的?Nia 和 Miles 将带你拆解模拟视觉涌现的计算框架,揭开神经元通过进化与学习构建彩色感知的奥秘。

颜色并不是物体本身的属性,而是大脑给这个世界穿上的一层逻辑“外衣”;它告诉我们,认知并不是对世界的被动接受,而是一种主动的、逻辑严密的创造。
A Computational Framework for Modeling Emergence of Color Vision in the Human Brain 你给我讲讲这篇论文


这是因为人类视网膜中存在两种不同的感光细胞:锥体细胞和杆体细胞。锥体细胞负责感知颜色,但在低光照环境下会停止工作;此时,负责感知明暗的杆体细胞接管了视觉工作。由于杆体细胞无法分辨波长,所以我们在深夜或昏暗灯光下看到的世界就像是一场褪色的黑白电影。
大脑并不是直接读取单个感光细胞的数值,而是通过一种“拮抗机制”进行计算。它让不同的信号两两“打架”,例如用长波信号减去中波信号来形成“红绿通道”。这种减法操作能剔除光线总强度的干扰,让大脑能够纯粹地捕捉波长之间的微小差异,从而在计算层面诞生色彩。
这是一种演化出来的生存智慧。根据计算框架模拟发现,大脑会自动分配更多的计算资源给自然界中携带信息量最大的色彩维度。在人类演化史上,为了在茂密的森林中分辨出藏在叶子后面的野兽或成熟的果实,大脑必须对绿色及其对比色极其敏感,这种“生存滤镜”最终固定在了我们的视觉系统中。
从计算神经科学的角度来看,颜色并不是物体本身的属性,而是大脑为世界穿上的一层逻辑“外衣”。红苹果之所以看起来是红的,是因为大脑决定用“红色”这个计算符号来代表某种特定的反射光谱。颜色实际上是大脑为了重构现实、过滤噪音并提取生存信息而进行的一场主观创作。
这种研究提供了一种“以造物求理解”的新范式。通过构建模拟大脑“涌现”逻辑的人工神经网络,AI可以获得类似人类的“颜色恒常性”,使其在不同光照环境下对物体的识别更加鲁棒。这不仅能提升机器人的感官能力,还能帮助设计师创造出更符合人类生理感知习惯的交互界面。
샌프란시스코에서 컬럼비아 대학교 동문들이 만들었습니다
"Instead of endless scrolling, I just hit play on BeFreed. It saves me so much time."
"I never knew where to start with nonfiction—BeFreed’s book lists turned into podcasts gave me a clear path."
"Perfect balance between learning and entertainment. Finished ‘Thinking, Fast and Slow’ on my commute this week."
"Crazy how much I learned while walking the dog. BeFreed = small habits → big gains."
"Reading used to feel like a chore. Now it’s just part of my lifestyle."
"Feels effortless compared to reading. I’ve finished 6 books this month already."
"BeFreed turned my guilty doomscrolling into something that feels productive and inspiring."
"BeFreed turned my commute into learning time. 20-min podcasts are perfect for finishing books I never had time for."
"BeFreed replaced my podcast queue. Imagine Spotify for books — that’s it. 🙌"
"It is great for me to learn something from the book without reading it."
"The themed book list podcasts help me connect ideas across authors—like a guided audio journey."
"Makes me feel smarter every time before going to work"
샌프란시스코에서 컬럼비아 대학교 동문들이 만들었습니다
