是谁占据了我的注意力?
本文来自微信公众号:神经现实(ID:neureality),作者:杞人,编辑:阿莫東森、EON,头图来源:《奇异博士》
注意力提高了动物对重要外界信息的探测敏感度,并过滤了其他不相关的干扰。可是注意力十分有限,因为尽管我们的眼睛接受着视野里几乎一切光线,耳朵接收着外界几乎一切声音,大脑有限的信息处理水平却没法细致分析接受到的每一点信息和刺激。于是,大脑选择相对重要的信息,并将注意力放在这些重要的信息上,来进行更深层的分析。
这导致了很多有意思的现象,例如非注意盲视(inattentional blindness):人们经常会忽略视野里的很多东西,即便他们必然“看”到了,也并未“意识到”这些东西的存在。魔术师就利用了这一现象,将人们的注意力转移到一个不相关的物体上,然后光天化日之下在其它道具上做手脚。不光是魔术师,经历过找手机之苦的人也一定知道,连它们都会“利用”人类的非注意盲视“躲起来”:当你的注意力没有放到茶几上时,即便你扫过茶几无数次,也不会发现手机就摆在眼前。
是什么决定了我们应该关注哪些东西?当我们注意力集中时,大脑发生了怎样的变化?注意力又是怎么转移的呢?
是谁揪着我的关注?
一般来讲,有两种方式来决定大脑会关注什么:一是自下而上,由外源刺激主导的注意力;二是自上而下,由内源刺激主导的注意力。自下而上的注意力一般是由外界一些显著刺激决定,这些刺激大多与周围环境有很大不同。例如,当你处在一片寂静的树林时,你会不由自主地关注一个一闪而过的影子。这种注意力使我们在做一件事情时,仍有能力探测到周围意想不到的变化。而自上而下的注意力则指的是主观地把注意力放在一个物体上,例如捕猎者会在捕猎时主动去搜寻有关猎物的踪迹。
无论如何决定注意力的去向,大脑都需要一个过滤器来决定哪些是相关的,哪些是不重要的,这样那些不相关的信息才能被过滤掉。早期理论(early theory)认为,我们的感官系统通过进行简单的基本信息处理,过滤并且衰减掉那些不相关的刺激,使这些过滤掉的信息无法被进一步分析。
举个例子,在下图中,如果任务是找到红色圆圈,那么无论是有十七个绿色圆圈干扰项还是一百四十九个,被试找到红色圆圈的速度是几乎一样的。这说明注意力不需要从一个圆圈转到另一个圆圈来搜寻一个简单的特征,我们的大脑会自动过滤掉绿色的圆圈,只把关注放在红色的圆圈上。这个现象支持了早期理论。同样的现象也适用于形状等单一的简单特征。最近研究显示,我们的顶叶和前额叶参与了刺激的显著性计算(Balan & Gottleib, 2006)。
- psychonomic -
但是早期理论也有它的问题,简单的视觉搜寻在日常生活中并不多见,因为大多数时候人们看到的生活场景要更加复杂。想象如果你看到一群小老虎在一棵大树下的照片,你更可能会忽略背景里的那棵大树,而不是那些小老虎。根据早期理论,我们应该关注那些“与众不同”的信息,因此我们应该关注大树而不是相似的小老虎。然而这并不是事实,这种现象并不能用早期理论所解释。
人们更多的时候会根据事物的“意义”,而非事物的显著性来决定我们关注什么。在上面的例子中,植物对于人类几乎没有太大的威胁,但是一群小老虎或许意味着它们的父母就在身边,因此人们会更加关注这些有着潜在威胁的动物,而非不动的植物。这就引出了晚期理论(late theory),它表示所有信息在过滤之前都会经历一些复杂的信息处理,从而让事物的意义得到筛选,并且让它们来主导我们的行为。
在1967年,雅宝(Yarbus)利用了人类眼动和注意力的紧密联系,观测了普通人在看油画《意外归来》时都会关注哪些东西。他发现当被试没有被问任何问题时,他们的目光会更多的放在画中人的面部。如果像“这个家庭是否富裕?”这样的问题被问到的话,他们的注意力和目光会更多的放在与问题相关的物品上。这些结果看似不言而喻,但是它证明了我们的外显注意(overt attention)是被物体的意义所引导的,而非简单的显著性。
从演化的角度来讲,关注事物的意义而非关注事物的不同让我们对外界信息的探索变得更加主动,注意力因此不会被动地由一切“显著”的刺激所吸引。在觅食、搜寻目标、捕猎等过程中,这个技能固然十分重要,但是这并不意味着早期理论是错的。大脑会在不同情况下运用不同的机制去决定哪些物体值得我们的关注。如果有一个物体和它周围的环境相比拥有一个明显与众不同的性质,那么不用太多的信息处理我们便可以很快锁定它。
但是当我们面对生活中复杂的场景时,我们的注意力往往被那些对于我们自身更有意义的、与自己目标更加相关的事物所指引。人们的注意力往往被描述为“聚光灯”或者“聚焦镜头”,这允许落入注意力聚光灯范围的信息可以被细致地分析,而那些在聚光灯之外的信息则可以被忽略。但是这种描述是具误导性的,因为它意味着一切落入聚光灯的事物都会被关注。事实上,如果两个物体同时占据同一个空间,这两个叠加的物体依然可以被很好的区分出来。如果我问你下图里是否有一颗圣诞树,你会很轻松地得到答案,并且在你关注圣诞树的同时,同样位置上的红色蛋糕便被忽视了。
- 杞人 -
显而易见,人类会将注意力放在一个独立个体上,而不是一个固定的空间里。早在1994年,实验便就证明了人们的注意力会不由自主地从一个物体的一部分,转移到整个物体上(Egly et al., 1994)。当一个提示出现的时候,这意味着目标有可能稍后出现在提示的位置,但是也有可能出现在其他位置,而被试需要在发现目标出现后以最快速度按下相对应位置的按钮。研究人员测量了被试做出正确反应所用的时间,如果反应速度很快,那么说明被试将更多的注意力放在那个位置上,而提示的出现会引领被试将注意力放到那个位置上。
如下图所示,如果提示出现在左边长条的上方(于位置V),预示着目标将出现在该位置,但是目标却出现在其他位置的时候,被试的反应速度会变慢。
有意思的是,如果提示和目标出现的位置不同,但是它们之间的距离保持一致时,那些出现在同一个长方形上的目标(于位置IS)会比在不同长方形上的目标(于位置ID)被更快地监测到。也就是说,在同一个长方形上的位置得到了更多的关注。因此艾格里等人表示,人们的注意力会不由自主地从一个物体的一个位置延伸到整个物体上,支持了人们会更多地关注一个整体而非位置的理论。
- Chen, 2012 -
总的来讲,内部和外部的刺激可以决定关注内容,而在这个过程中,信息的筛选十分重要。对于外界的刺激来说,人们会自动筛选出那些更有意义的和更突出的刺激来关注,对于内部刺激来讲,人们会搜寻一个已知的目标特征,并将注意力放在拥有这个特征的物体上。而注意力聚光灯和现实生活中的聚光灯并不一样,它允许人们关注事物的整体而不是一个固定的区域。
当我关注你时,我的脑子在干什么
在空间注意力中,眼跳(saccade)起着很重要的作用。在不同位置上人类的视网膜拥有不同的视觉敏锐度:中央凹的锥体细胞的密度是所有位置里是最高的,因此它拥有最强的视觉敏锐度。而眼跳指的是在有意识控制下的快速眼动,让关注的物体的像落在中央凹,因此一切有关这个物体的视觉信息可以被细致分析。任何在周围视野的显著的刺激都可以引发眼跳,让我们的中央凹接收来自这些刺激的像。
事实上,如果没有来自周围视野的刺激也没有注意力的主观转移,我们是不可能做出大幅度眼跳的,所以眼跳意味着注意力的转移必然发生了。谢菲徳等人的实验证明了人们没有办法在眼跳的过程中,将注意力停留在同一个地方(Shepherd et al., 1986)。当被试在指导下将视线转移到目标将要出现的相反区域时,他们检测到目标出现的反应时间要比控制组更长。这个实验证明了,人们在做眼动的过程中,注意力的转移是一个必经过程。
在1980年,里左拉蒂(Rizzolatti)和同事提出了注意力运动前理论(premotor theory),表示空间注意力和眼动是被同一个神经元控制的。其中,前额叶的额眼视野(frontal eye field)在控制眼动和空间注意力中起着很重要的作用,它接受来自视觉皮层的信息,并输出于脑干眼跳发生器(brainstem saccade generator)和上丘来控制眼动。同时它也将信息传送回到视觉皮层,这样眼跳也可以影响视觉的呈现。
有趣的是,即使在没有眼跳发生的情况下,额眼视野的刺激也可以转移人们的注意力。摩尔和法拉在2001年利用微弱刺激实验证明了即使当额眼视野的电流刺激不足以导致眼跳运动产生时,空间注意力的转移依然可以被增强(Moore and Fallah, 2001)。很显然,眼跳和注意力的关系不是对称的:没有注意力的转移人们不能实行眼跳,可是没有眼跳人们的注意力也可以被转移。
那么当在关注事物时,大脑处理信息的方式又有什么不同呢?很多实验都支持注意力提高了分析该事物的神经元的活跃程度。对于视觉系统来说,这种神经元发射频率的提高可以发生在信息处理的很早阶段。在接受视网膜信息的背外侧膝状核(dorsal lateral geniculate nucleus)中,神经元的活动便已经可以被注意力调控。可是这些神经元的高活跃程度对于信息的处理又意味着什么呢?众所周知,当一个人的注意力集中之后,他对于信息的敏感度也会提高。高度活跃的神经元可以提高信号强度,让信息可以更顺利地到达下一个神经元。除此之外,注意力还减少了这些神经元里自带的“背景噪音”。综合起来,信息的传递会有一个更高的信噪比。
不光是信号的产生更加有效率,连突触传递信号的效率也可以被注意力提高。布里格斯等人发现,当注意力被转移到一些初级视觉皮层(V1)神经元的感受野中,这些神经元更容易被背外侧膝状核的输入所激活(Briggs et al., 2013)。所以注意力允许我们更敏感地用更高效的方式处理关注的信息。
可是注意力对知觉的影响不光局限于此,它还可以将所关注物体所有零碎的信息拼凑起来,让我们感受到统一的完整个体,而不是它的碎片化信息。这叫做特征整合理论(feature integration theory)。
特里斯曼和杰拉德(Treisman & Gelade)在1980年代首先提出了这个想法,并且强调了注意力在把同一个事物不同方面的特征粘合起来过程中的必要性。他们的实验对比了被试在对简单特征的搜寻和对简单特征组合的搜寻所用时间有什么不同。如之前所提到,简单特征搜寻只需要被试去做平行搜索(parallel search)便能很快的发现目标,而所用的时间和一共有多少干扰项关系不大。但是他们发现,当被试被要求搜索一个拥有两个特征的目标时,例如绿色的三角形,搜寻时间和干扰项的多少成正相关。这意味着被试会去逐个排查物体是否符合目标条件,而非同时处理在视野里所有的信息。在第二个任务里,因为注意力可以将物体不同的特征粘合在一起,所以人们才会采用序列搜索(serial search)而非平行搜索的方式去注意排查干扰项。有时,这种特征甚至可以是同一类别里的不同种类的结合,例如线条的不同方向:当被试被要求从字母Z和I中间寻找字母T,或者从P和Q中间寻找R,他们同样会采用序列搜索而非平行搜索(Wolfe et al., 2017)。
- wikimedia commons -
当然,人们很多时候不会只用序列搜索或只用平行搜索。有很多研究显示搜索一个与众不同的特征可以变得比较困难,而有时组合特征可以很容易地被探测到。引导搜索理论(guided search theory)表示,在视觉搜索的过程中,自上而下和自下而上的信息处理过程提取出“最重要”的信息,然后这些信息将得到更多的关注。因此在做序列搜索的时候,“更重要”的信息会先被重视,让搜寻更加有效,更加简单。而在做平行搜索的过程中,如果特征的显著性并不明显,注意力便不容易被吸引到目标上,搜寻所用的时间也会更加的长。
转移注意力
在工作学习的时候,人们的注意力不会一直停留在一个地方。事实上,对于很多人来说,把注意力持续地放在一个地方才是更加困难的。日常生活中,人类的眼跳大概每秒会发生三次,这不光避免了同一位置的感光体适应当前的刺激,而且还允许高清的中央凹处理视野里更多的区域。尽管运动前理论表示空间注意力和眼动被同一个神经元控制,但是空间注意力的转移一般发生在眼跳之前:在眼跳发生的100ms~200ms之前,那些在眼跳之后将收到关注物体的信息的神经元会提前做出反应,即便它们仍然接受当下感受野里的刺激。
这种视网膜脑图的提前变化和对未来感受野的预测叫做预测性重新映射(predictive remapping)。这种预测虽然不是一直准确,需要进一步的调整,但是它提高了新视野的稳定性。这些会做出预测的神经元不光出现在V4区域,在额眼视野里也有它们的踪迹。
与之相对应的另一个反应是注意力痕迹(retinotopic attentional trace)。一些曾经接受关注物体的信息的神经元将在视线转移的100ms~200ms之后,仍然保持活跃。注意力痕迹和不准确的预测性重新映射导致关注物体的信息传递变得不清晰,新的映射不稳定,因此我们的感知会在眼跳的过程中更容易出现差错。
2019年,哥伦布(Golomb)利用双聚光灯理论(dual-spotlight theory)结合了这两种现象,并表示注意力的转移包含了减弱旧感受野的活跃性和增强新感受野的活跃性两个同时进行的过程。这意味着有一段时间注意力将被同时分散到两个区域,而预测性重新映射和注意力痕迹会在这段时间同时存在。目前我们还不确定这两种机制是否被同一个神经元所控制。或许旧感受野的活跃性的下降只不过是一个被动的过程,一个刺激消失的必然结果,而预测性重新映射则是一个更加主动的过程,是接受其他神经元刺激的反应。另一种可能性则是它们接受来自同一个神经元的信息,而同样的刺激给出了一个抑制,一个增强的不同结果。双聚光灯理论很符合我们现在所了解的关于人类注意力的知识,例如人们在眼跳的过程中更倾向于产生感受误差。由于注意力可以将物体的零碎信息拼凑起来(特征整合理论),当注意力被同时分散到两个地方的时候,人们有可能把不同区域的信息错误地连接起来。
这种现象正是哥伦布的实验所展示的:在实验的第一阶段,被试被要求注视着白色空心圆圈(下图左侧),并将注意力放在黑色问号方块里。到了第二个阶段,他们需将目光转移到实心圆圈,但是注意力仍然保持在问号方块上,以回答此时该方块里出现了什么图案。在眼动的过程中,黑色问号方块在第一阶段的视网膜图位置会发生注意力痕迹,而它的新位置将发生预测性重新映射。
此时的注意力将被分散到这两个区域,而这两个区域所出现的信息容易被错误地整合起来。由于灰色方块在眼动之后于视网膜图上的位置将刚好是黑色问号方块在第一阶段的位置,出现在这里的干扰项特征更容易被和目标特征混合起来。如果干扰项是绿色,而目标是黄色,常见的错误答案是黄绿色和绿色(下图右侧“Example Error”第一行)。如果目标是略微倾斜的黄色长条而干扰项是更加倾斜的绿色长条,那么常见的错误答案之一是更加倾斜的黄色长条(下图右侧“Example Error"第二行)。若注意力转移是一个绝对的过程,那么被试看到的要么是正确答案要么是干扰项,不会是一个混合的图片。所以这个实验支持了在眼跳的过程中,注意力会被短暂地分散到两个不同的区域,而它的转移是一个逐渐而连续的过程。
- Golomb, 2019 -
多感官系统的注意力
我们的注意力可以同时被分散到多个感官,可是由于注意力的“容量”有限,当我们对一种感官刺激十分关注时,其他感官就会受到影响。
类似的例子便是开车的时候打电话:当注意力被放在处理听到的语言信息时,视觉信息处理的能力便被影响,我们对视觉刺激做出的反应也会更慢。但是我们可以一边关注路面情况一边开车,开车这个动作本身不会很大地影响处理视觉信息的能力。这是因为开车这个行为并不被感觉系统所控制,它是一个由运动神经元控制的结果。虽然我们有体感系统来感受物体的质感、温度等等,但我们在开车时并不会把注意力放在感受方向盘的丝滑质感或刹车的坚硬脚感上,因此开车的动作本身不会影响处理视觉信息的能力。
如果想全面解释日常中我们利用多个感官信息来完成认知任务的能力,我们必须了解工作记忆。工作记忆是一个为了完成连续的认知任务而暂时储存下外界信息的系统,而注意力允许这个系统里的信息被细致地分析。注意力和工作记忆之间的关系十分紧密,但具体他们怎么相互影响至今仍旧有很多争议:
有些学者表示,注意力所处理和储存的信息是工作记忆的来源,而注意力有限的空间决定了工作记忆的局限性。另外一些学者表示,注意力不过是一种过滤器,提供过滤过的重要信息给工作记忆,而对它的储存空间没有任何影响(Ganeri, 2018)。
工作记忆的模型最早是由巴德利和希区(Baddeley & Hitch)在1974年提出的,用以完善当时其他研究者提出的多贮存模型(multi-store model)。经过多年的改进和修正,如今它包含了四个要素:处理语言的语音环(phonological loop),处理视觉和空间信息的视觉空间模版(visuospatial sketchpad),中央执行系统(central executive)和情景缓冲器(episodic buffer)。语音环里短期储存了听到的和看到的语言信息,而视觉空间模版则是储存了视网膜捕捉到的图像和任何感官系统产生的空间信息,两种模版的记忆并不会彼此影响,但是在同一个模版里的记忆会彼此竞争有限的空间。例如当你利用语音环记住了老师上课的板书,可是做笔记时突然忘了下半句话,这时你视觉空间模版里的记忆会告诉你忘记的那句话大概在黑板上的哪个位置,即使你已经忘记了语音环里所储存的内容。更多的注意力意味着大脑可以储存和分析更多的细节,因此中央执行系统通过合理分配注意力到不同模块来帮助人们完成目标任务。
总的来说,只有在拥有注意力的前提下,工作记忆才能帮助我们完成日常的认知任务。而我们的注意力和工作记忆都是有限的,虽然现在这二者的关系仍不清楚,但是可以肯定,更好的认知表现取决于更合理的注意力分配。
注意力的损伤
注意力对于感知十分重要,因此影响注意力的脑部损伤会导致感知功能受到损害。例如,单侧顶叶、后叶的损伤有可能导致单侧忽视综合症(unilateral negelect syndrome),这些患者虽然没有任何视网膜损伤,但是他们不可以察觉到在他们视野一侧出现的物体。如果损伤在大脑左侧,那么患者通常会忽略视野里右侧的事物,反之亦然。若大脑两侧都被损害,那么患者有可能患有巴林式综合征(Balint’s Syndrome)。这些患者通常不可以同时关注两个物体,并且注意力的转移也十分困难。除此之外,有些注意力受损的患者可以分析一个物体的外形颜色等等物理性质,却无法将这些信息综合起来,意识到这是一个什么物体。这再一次证明注意力对信息整合的重要性。
注意力是一个每天人们都会忽略,可是在生活中至关重要的事情。我们还有太多有关它的问题没有得到解决,太多争论尚未平息,但是研究者相信“长风破浪会有时,直挂云帆济沧海”。
参考文献
1.Balan, P. F. (2006). Integration of Exogenous Input into a Dynamic Salience Map Revealed by Perturbing Attention. Journal of Neuroscience, 26(36), 9239–9249. https://doi.org/10.1523/jneurosci.1898-06.2006
2.Briggs, F., Mangun, G. R., & Usrey, W. M. (2013). Attention enhances synaptic efficacy and the signal-to-noise ratio in neural circuits. Nature, 499(7459), 476–480. https://doi.org/10.1038/nature12276
3.Chen, Z. (2012). Object-based attention: A tutorial review. Atten Percept Psychophys, 74(5), 784–802. https://doi.org/10.3758/s13414-012-0322-z
4.Egly, R., Driver, J., & Rafal, R. D. (1994). Shifting visual attention between objects and locations: Evidence from normal and parietal lesion subjects. Journal of Experimental Psychology: General, 123(2), 161–177. https://doi.org/10.1037/0096-3445.123.2.161
5.Ganeri, J. (2018). Working Memory and Attention. https://doi.org/10.1093/oso/9780198757405.003.0010
6.Golomb, J. D. (2019). Remapping locations and features across saccades: a dual-spotlight theory of attentional updating. Current Opinion in Psychology, 29, 211–218. https://doi.org/10.1016/j.copsyc.2019.03.018
7.Shepherd, M., Findlay, J. M., & Hockey, R. J. (1986). The Relationship between Eye Movements and Spatial Attention. The Quarterly Journal of Experimental Psychology Section A, 38(3), 475–491. https://doi.org/10.1080/14640748608401609
8.Moore, T., & Fallah, M. (2001). Control of eye movements and spatial attention. Proceedings of the National Academy of Sciences, 98(3), 1273–1276. https://doi.org/10.1073/pnas.98.3.1273
9.Moore, Tirin, & Zirnsak, M. (2017). Neural Mechanisms of Selective Visual Attention. Annu. Rev. Psychol., 68(1), 47–72. https://doi.org/10.1146/annurev-psych-122414-033400
10.Wolfe, J. M., & Horowitz, T. S. (2017). Five factors that guide attention in visual search. Nat Hum Behav, 1(3). https://doi.org/10.1038/s41562-017-0058
11.Yarbus, A. L. (1967). Eye Movements During Perception of Complex Objects. 171–211. https://doi.org/10.1007/978-1-4899-5379-7_8
本文来自微信公众号:神经现实(ID:neureality),作者:杞人,编辑:阿莫東森、EON
相关推荐
是谁占据了我的注意力?
创投观察 | 谁能够抓住国际市场,谁就占据了商业卫星市场的先机
腾讯、头条、百度的用户注意力争夺战:谁霸占了你的手机?
谁占据了76%的交易平台市场?A16Z 公布美国「Marketplace 100」榜单
B 站最大的竞争对手是谁
Venmo联合创始人:注意力经济是人工智能的一种形式
建在加油站内的充电桩:是谁坐不住了?
谁吃掉了我们创造的数据?
电商之路满是“坑”,谁才是消费者的友军?
创业者亲述:这些错误,是我用十亿美元“买来”的
网址: 是谁占据了我的注意力? http://www.xishuta.com/newsview37586.html
推荐科技快讯
- 1问界商标转让释放信号:赛力斯 94758
- 2人类唯一的出路:变成人工智能 17671
- 3报告:抖音海外版下载量突破1 17182
- 4移动办公如何高效?谷歌研究了 16947
- 5人类唯一的出路: 变成人工智 16771
- 62023年起,银行存取款迎来 9949
- 7网传比亚迪一员工泄露华为机密 7894
- 812306客服回应崩了 12 6314
- 9山东省大数据局副局长禹金涛率 6091
- 10从TikTok在美困境看全球 6049