Зрительные иллюзии: почему они возникают

Почему видеть значит решать задачу, у которой нет однозначного ответа

Зрение решает обратную задачу оптики: по двумерному изображению на сетчатке восстановить трёхмерную сцену. Задача математически недоопределена, поэтому система добавляет допущения об устройстве мира, а иллюзии и константности вытекают из этих допущений и ошибками не считаются. От V1, где клетки избирательны к ориентированным границам, сигнал расходится на два потока: вентральный опознаёт объекты, дорсальный ведёт действие.

MIT 9.00SC, Vision II · Yale PSYC 110, гостевая лекция Marvin Chun «Brain and Perception» · 45 мин · обновлено 01.10.2026

На сетчатке образуется двумерное распределение интенсивностей. Из него нужно восстановить трёхмерную сцену: расстояния, формы, материалы, освещение, границы объектов. Математически задача недоопределена, её называют обратной задачей оптики (inverse optics problem). Один и тот же участок изображения мог возникнуть от маленького близкого предмета и от большого далёкого. Одна и та же яркость могла возникнуть от белой поверхности в тени и от серой на свету. Данных меньше, чем неизвестных, поэтому однозначного решения нет.

Система, которая тем не менее обязана дать ответ, может сделать только одно: добавить допущения. Свет обычно падает сверху. Поверхности чаще однородны, чем случайно пятнисты. Объекты не меняют размер, когда мы к ним подходим. Освещение меняется плавнее, чем отражательная способность. Каждое такое допущение держится не на произволе, а на статистике того мира, в котором эволюционировала и выросла зрительная система.

Дальше всё содержание урока разворачивается из этой мысли. Константности это допущения, которые сработали. Иллюзии повторяют те же допущения в ситуации, для которой они не предназначены. Гештальт-принципы образуют каталог таких допущений, составленный за сто лет до того, как их научились записывать как вероятностные ожидания. А отдельные зоны коры это места, где конкретные признаки вычисляются.

Глаз и сетчатка: измерение, которое уже интерпретация

Оптика глаза проста: роговица и хрусталик проецируют изображение на сетчатку, зрачок регулирует поток. Интересное начинается на сетчатке. Палочки многочисленны, чувствительны к слабому свету и не различают цвет. Колбочки трёх типов работают при хорошем освещении и обеспечивают цвет и высокую разрешающую способность. В центральной ямке они упакованы плотно, поэтому острое зрение занимает крошечную область. А всё остальное поле мы «видим» гораздо хуже, чем нам кажется.

Сетчатка работает не как матрица фотоаппарата, а как нервная сеть в три с лишним слоя, где сигнал уже преобразуется. Ключевым приёмом здесь служит латеральное торможение (lateral inhibition): активная клетка подавляет соседей. В результате однородная поверхность даёт слабый ответ, а перепад яркости сильный. Зрительная система с самого первого шага тратит ресурсы на границы, а не на площади: это и сжатие данных, и первичное выделение объектов. Побочным продуктом того же механизма становится усиление контраста на границах, из-за которого край светлой полосы кажется светлее её середины.

О втором следствии сетчаточного устройства принято рассказывать как о курьёзе. Аксоны ганглиозных клеток собираются в зрительный нерв и выходят сквозь сетчатку, оставляя область без рецепторов, то есть слепое пятно. Мы его не замечаем не потому, что оно мало, а потому, что система заполняет его тем, что предсказывает из окружения. Заполнение (filling-in) работает не как заплатка, а как тот же вывод, что и всё остальное восприятие, только в предельно наглядном виде.

От сетчатки до V1: признаки вместо картинки

От ганглиозных клеток сигнал идёт по зрительному нерву в латеральное коленчатое тело таламуса и оттуда в первичную зрительную кору V1 в затылочной доле. Полезно сразу отказаться от метафоры «изображение проецируется в мозг». В V1 нет картинки: там есть карта, каждая точка которой отвечает на определённый локальный признак в соответствующем участке поля зрения.

Рецептивным полем (receptive field) нейрона называют участок поля зрения, стимуляция которого меняет активность этой клетки, вместе с описанием того, какая именно стимуляция её меняет. Хьюбел и Визел (Hubel & Wiesel, 1962) обнаружили, что клетки V1 отвечают не на пятно света, а на ориентированную границу. Одна клетка максимально реагирует на вертикальный край, другая на наклонный под 45 градусами. Это ориентационная селективность (orientation selectivity). Далее по иерархии рецептивные поля становятся крупнее, а предпочитаемые признаки сложнее. Сначала края и их движение, затем углы и текстуры, затем конфигурации. А в вентральных областях височной коры появляются целые объекты, устойчивые к сдвигу и повороту.

Такая архитектура объясняет, почему зрение и быстрое, и надёжное. Признаки вычисляются параллельно по всему полю, каждый уровень работает с выходом предыдущего, и на выходе получается описание сцены в терминах, пригодных для узнавания и для действия. Но она же объясняет, почему зрение можно систематически обманывать. Если изображение подобрано так, что детекторы признаков дают тот же ответ, что и в обычной сцене, дальнейшая обработка не имеет способа узнать о подмене.

Два потока: «что» и «где/как»

Выше V1 обработка расходится. Данные о поражениях у обезьян разделили её на два пути. Вентральный идёт в височную кору и отвечает за опознание объектов («что»). Дорсальный идёт в теменную кору и отвечает за пространственные отношения («где»).

Гудейл и Милнер (Goodale & Milner, 1992) предложили важное уточнение и подкрепили его случаем пациентки D.F. с повреждением вентрального пути. D.F. не могла сообщить об ориентации щели и не воспроизводила её наклон рукой по инструкции. Но карточку в эту щель она вставляла уверенно и точно, поворачивая кисть правильно. Обратная картина встречается при теменных поражениях: человек описывает объект, но не может рассчитать движение к нему. Отсюда переформулировка: дорсальный поток отвечает не столько за «где», сколько за «как», то есть за зрение для действия, работающее в координатах тела и почти не поставляющее содержания в сознательный отчёт.

Вывод, важный за пределами нейроанатомии: словесный отчёт о восприятии не даёт полной выгрузки того, что зрительная система знает. Она может располагать информацией, которая точно управляет рукой и остаётся недоступной для описания. Мы вернёмся к этому в уроке 9, когда будем разбирать пределы самонаблюдения как метода.

Константности и иллюзии: одно и то же устройство

Перцептивная константность (perceptual constancy) означает сохранение воспринимаемого свойства объекта при изменении изображения. Лист бумаги остаётся белым в комнате и на улице, хотя отражённого света различается в десятки раз (константность светлоты). Человек, отошедший на двадцать метров, не кажется карликом, хотя его проекция уменьшилась вдвое и больше (константность размера). Помидор остаётся красным под тёплой лампой и под облачным небом (константность цвета). Каждый раз система оценивает не измеряемую величину, а её причину: не яркость, а отражательную способность. И не размер проекции, а размер предмета с учётом расстояния.

Минимальный пример, показывающий это без всякой аппаратуры, построил Адельсон. На изображении шахматной доски один квадрат находится в тени, другой на свету, и их яркость на картинке одинакова, а выглядят они как светлый и тёмный. Знание об этом ничего не меняет: пока видна тень, вывод об отражательной способности продолжает делаться. Значит, светлота не считанная величина, а результат вычисления, в котором участвует оценка освещения.

Отсюда правильная формулировка про иллюзии. Иллюзия не сбой и не «обман мозга». Это работающее допущение, применённое к входу, для которого оно не предназначено. Мюллер-Лайер, Понцо и комната Эймса используют признаки глубины там, где глубины нет. Вращающаяся маска использует допущение о выпуклости лица. Треугольник Канизсы достраивает контур, которого нет. Причина: гипотеза «три случайно выщербленных круга» менее вероятна, чем «фигура заслоняет три круга». Иллюзия информативна именно потому, что показывает, какое допущение система применила.

В 2015 году фотография платья разделила интернет на тех, кто видел его бело-золотым, и тех, кто синим с чёрным. Исследования того же года показали, что расхождение связано с неявным допущением наблюдателя об освещении сцены, тёплом или холодном. Редкий случай, когда индивидуальные различия в допущениях восприятия видны без прибора и устойчиво воспроизводятся при повторном предъявлении.

Гештальт-принципы как эвристики вывода

Гештальт-психологи описали, по каким правилам разрозненные элементы объединяются в фигуры. Список короткий: близость, сходство, замкнутость, непрерывность, общая судьба, разделение на фигуру и фон, общая тенденция к простейшей возможной организации. Это до сих пор самый полезный практический словарь для всех, кто делает интерфейсы, таблицы, карты и графики. Расстояние группирует сильнее, чем рамка, а общее движение сильнее, чем общий цвет.

Современное чтение этих принципов видит в них эвристики вывода. Почему близкие элементы стоит считать частями одного объекта? Потому что в естественных изображениях так обычно и есть: точки одной поверхности чаще оказываются рядом, чем точки разных. Почему прерванный контур достраивается по плавной линии? Потому что края реальных объектов гладкие чаще, чем ломаные. Принципы это статистика мира, встроенная в правила группировки.

И одновременно это место, где надо быть честным. Как каталог явлений гештальт-подход силён, а как объяснение слаб: принципы описывают, что произойдёт, но не задают механизма, и при конфликте между ними не предсказывают, какой победит. Попытки формализовать их через байесовские приоры и статистику естественных изображений появились гораздо позже и остаются работой в процессе.

Узнавание объектов и лиц

Узнавание не сводится к сравнению с шаблоном. Один и тот же стул порождает бесконечно много разных изображений, а найти его нужно за десятые доли секунды. Вентральный поток решает это последовательным укрупнением признаков: чем выше уровень, тем более сложная конфигурация вызывает ответ и тем меньше он зависит от положения, размера и освещения. К височной коре описание становится достаточно инвариантным, чтобы связаться со знанием о категории.

Лица остаются самым изученным частным случаем, потому что при них обнаруживается и специализация зон, и специфический дефицит. Область в веретенообразной извилине отвечает на лица существенно сильнее, чем на другие объекты. Прозопагнозией называют избирательную утрату способности узнавать лица при сохранном зрении и сохранном узнавании предметов. Человек видит глаза, нос и рот, описывает выражение, но не опознаёт, кто перед ним, и опирается на голос, походку, причёску.

Из специализации, однако, не следует вывод «зона X = функция Y». Область, отвечающая на лица, отвечает и на другие категории, для которых у человека есть большой опыт тонких различений. Возражение получается такое: лица это класс объектов, который любой человек различает тоньше всего прочего, а у орнитолога к ним добавляются птицы, у автомеханика марки машин. Тогда специализация была бы не по категории, а по типу задачи. Спор об этом не закрыт. Общее правило из урока 5 остаётся в силе: от активации области нельзя обратным ходом заключить, какую функцию человек выполняет.

Байесовская рамка, её пределы и куда это применяют

Всё сказанное складывается в одну формулировку: восприятие есть вывод. Есть сенсорные данные, есть предшествующие ожидания, или приоры (priors), то есть накопленная статистика мира, и получается результат, наиболее вероятная гипотеза о том, что вызвало эти данные. Чем менее надёжны данные, тем больше вклад ожиданий: в сумерках, при коротком предъявлении, в шуме мы видим в основном то, что ожидали увидеть. Влиятельной версией этой идеи стала предиктивная обработка (predictive processing): нисходящие предсказания сопоставляются с восходящим входом, а вверх по иерархии передаётся не сам сигнал, а ошибка предсказания.

Рамка удобна и объясняет многое: и константности, и иллюзии, и перцептивный набор, и различия в приорах между людьми. Именно поэтому её нужно проверять строже, чем приятно. Walsh и коллеги (2020) сделали систематический обзор нейрофизиологических данных. Они показали, что значительная часть результатов, которые предъявляют как доказательство предиктивного кодирования, объяснима более простой моделью адаптации и привыкания. А критических тестов, различающих эти объяснения, мало. Полезная привычка: спрашивать не «согласуется ли это с теорией», а «какой результат теория запрещает».

Прикладная часть выглядит скучнее, чем иллюзии из учебника, и работает точнее. Дизайнер, знающий про латеральное торможение и константности, понимает, почему один и тот же серый на светлом и тёмном фоне читается как два разных цвета. Упаковка использует допущения о соотношении формы и объёма: высокая узкая банка кажется вместительнее приземистой при равном объёме. Инфографика, заменяющая длину площадью, эксплуатирует то же самое, ведь мы сравниваем не числа, а воспринимаемые величины.

И последняя оговорка, важная для всего курса, на этот раз про то, как проверяют сами оговорки. Классические кросс-культурные данные о Мюллере-Лайере (Segall, Campbell & Herskovits, 1966) читали так: величина эффекта зависит от зрительной среды, в которой человек вырос. Гипотеза «мира плотников» связывала силу иллюзии с обилием прямых углов вокруг. Это стало одним из самых цитируемых аргументов о WEIRD-выборках. И именно поэтому важно, что сам аргумент проверки не выдержал. Amir & Firestone (2025, Psychological Review) описали внутренние несогласованности исходных данных и приёмы, недопустимые по нынешним стандартам. А иллюзия обнаруживается у птиц, рыб и обезьян, у детей сразу после операции по поводу врождённой катаракты и на стимулах вообще без прямых линий. Урок отсюда не «восприятие культурно» и не «восприятие универсально», а более скучный: даже самый цитируемый кросс-культурный результат приходится сверять с первичными данными.

Вопросы для самопроверки

Что читать

• Kosslyn & Rosenberg, Introducing Psychology, 4th ed., гл. 3 «Sensation and Perception: How the World Enters the Mind»: Та же глава, что и к уроку 7, но теперь читайте вторую половину: пути зрительной системы, константности, узнавание.
• Stangor, Introduction to Psychology, гл. 4 «Sensing and Perceiving»: Свободная альтернатива, в ней подробнее разобраны признаки глубины и цветовое зрение.
• Sacks, The Man Who Mistook His Wife For A Hat, очерк, давший книге название: Клинический портрет зрительной агнозии: полезен как проверка того, понимаете ли вы разницу между «не видит» и «не опознаёт».
• Marcus (ред.), The Norton Psychology Reader, раздел о восприятии: Первичные тексты вместо пересказов: сравните, как об одном и том же говорит исследователь и как учебник.