《认知心理学》讲义大纲

认知心理学

本课程安排在三年级第二学期，每周平均三课时，其中双周一次课，单周两次课，每次两节，共48课时。教学方式以讲授法为主，根据课程具体内容及学生实际需要，配合其他教学方法，如讨论法、案例分析法等，其中，课堂教授与课堂讨论大约按3:1安排。

根据课程要求、教材体系和教学时数的实际情况，本课程教学内容及时数、教学进度安排为：

第一章：绪论

一、认知心理学Cognitive Psychology 的定义

广义：Piaget 为代表的结构主义认知心理学 Gestalt 为代表的心理主义心理学

信息加工心理学Information Processing Psychology 狭义：信息加工心理学

又称为符号操作系统Symbol Operation System

Receptor:感受器

Effector:反应器、效应器

Processor:处理器、加工器、控制系统 Memory:记忆、记忆装置

J.R.Anderson,1980认为：认知心理学是研究人类智能本质及其工作原理的科

学；美国的《百科全书》里指出，认知心理学研究人类的高级心理过程，即接收、编码、操作、提取、利用知识的过程，包括知觉、语言、记忆、智力、推理、问题解决、创造性等。

1956年，认知心理学的兴起

1967年，世界上第一本《认知心理学》

Ulric Neisser ，1967，Cognitive Psychology 定义“认知”（Cognition ）

All mental processes by which the sensory input is transformed, reduced, elaborated, stored, recovered, and used.

经由感知觉系统输入的刺激所进行的六种心理过程：转换、缩减、添加、储存、提取和运用。

环

境

认知心理学：以心理学方法来研究人类认知问题的一门学科。认知心理学家主要研究“心理过程”（mental processes）

转换、缩减、添加

心理过程 transformatin, reduction, elaboration Mental Processes 2、记忆和应用操作memory and applied operation

储存、提取、应用

storage, retrieval, use

二、认知心理学的特点

1、其基本理论取向为信息加工论，并以信息加工方法为基本研究方法，使其不同于广义的认知心理学；

2、强调研究人类的内部认知过程，是对行为主义的反动；

3、将人脑与电脑类比，将人脑看成是类似电脑的信息加工系统；

4、将人类认知看成是一个由不同加工序列构成的有序系列，主张将各种认知活动综合、整体地加以分析，它们既可能是“序列”的，也可能是“平行”的(serial/parallel)

5、人类的信息加工过程采用了一定的认知策略，强调人类认知活动的主动性。

三、认知心理学研究的核心问题

1、知识或信息是如何储存在我们的认知系统之中？

心理表征mental representation

表征：象征性的代表，既可以是具体的对象，也可以是抽象的概念可以使形之于外的，也可以是心理或内隐的。

表征的三个方面：内容

形式

媒介

长期以来，在认知心理学的研究当中，更多地研究集中在心理表征的内容与形式上，而比较忽略媒介。这主要是因为牵涉人脑的神经生理机制，受限于研究方法和背景知识。这也就是认知心理学中“信息加工论”风靡的原因。而现在随着脑成像（brain imaging）技术以及认知神经科学的发展而有所改变。

2、信息的获取以及操作时的程序问题？

心理过程mental processes

（1）为了要达到特定目的，究竟需要进行哪些心理活动？

（2）这些心理活动的操作程序到底怎样？

例：数字心算3+5= ？（记忆提取vs 扳指计数？）

四、认知心理学的理论来源及基本理论取向

1、心理学科的发展沿革

·1879年，Wundt心理学实验的建立标志现代心理学起源，

Wundt意识心理学主张研究意识反应时技术

·1920年代，Watson行为主义心理学兴起（美国）巴甫洛夫刺激反应（技术）&实证主义哲学、实用主义哲学严格的实验方法，操作主义

·Gestalt心理学在德国兴起Wertheimer, Kohler, Koffka，物理学场论（技术）&现象学（哲学）内部心理组织的观点

2、邻近学科的影响和促进

心理语言学：Chomsky的语言学理论转换生成语法

乔姆斯基（Noam Chomsky，1928-）在1956年开始发表他的系统的语言学研究成果《语言描述的三模型》（Chomsky，1956）。乔姆斯基提出的短语结构文法能够产生所有可被“图灵机”（Turing Machine）识别的语言，可被图灵机识别的语言就是能使图灵机停机的字串。随后乔姆斯基在1957年发表了他的代表性著作《句法结构》，标志着“转换-生成语法”的诞生。转换-生成语法不是仅仅描写人的语言行为，而是要研究体现在人脑中的认知系统和普遍语法，强调要对人的语言能力作出解释。乔姆斯基本人开始就看到了转换-生成语法对认知科学的意义，主张把语言学的研究和神经科学、心理学以及生物学等学科的研究结合起来，共同为探索人脑的奥秘作出贡献。

计算机科学和人工智能：Newell & Simon 的“逻辑理论机”（简称为LTM）1956年西蒙和纽厄尔“逻辑理论机”（简称为LTM）的成功为后来被称为信息加工心理学准备的语言和框架。西蒙和纽厄尔认为“逻辑理论机”不仅是计算机智力的有力证明，也是人类认知本质的证明，其系统的关键特征是将复杂任务分解成子目标，信息加工被表征为一系列的程序指令，而且启发式也用于辅助决策（Newell & Simon，1956）。

第二章：研究方法

一、认知心理学的三种研究范式：

1、实验心理范式

实验认知心理学方法的研究范式：研究者通过控制变量来观察被试行为（反应时和操作准确率）以探索认知过程和认知结构。

2、计算建模范式

计算建模方法的研究范式：借助计算机建模来理解认知过程，解释和预

测行为。

3、认知神经科学范式 认知神经科学范式：主要是通过一些细胞活动记录和脑成像技术来研究认知过程与大脑活动之间的关系。

二、实验认知心理学的方法（实验心理范式）

1、反应时技术Reaction Time

反应时：指刺激作用于感官至被试做出某一反应的时间。

荷兰生理学家Donders(1868)利用计算一个选择反应和简单反应之间的反应时之差，来推断完成“选择过程”需要100ms

Michael Posner 减法反应时实验 a 、对红色光点进行Y/N 判断；b 、对红色和绿色光点进行辨别反应。b-a 即为对两个颜色光点进行判别的时间。 经典实验：Clark & Chase(1972) 句子和图形加工实验 判断句子与图形表达意义是否一致，如

Star isn ’t above plus 根据深层结构假设，句子以命题形式表征 第一阶段：句子表征

则：Star is above plus 参数a

Star isn ’t above plus 参数b(否定命题) 第二阶段：图形表征

第三阶段：两种表征进行比较

Plus is below star(第一名词不同，参数c)

两个命题都是肯定比任一命题否定用时更少（参数d ） 第四阶段：做出反应 （时间是一个恒定值t 0）

Clark 和Chase 根据上述累加逻辑和实验结果，分别计算出： a=93ms ，b=685ms ，c=187ms ，d=685ms ，t 0=1763ms 。

设计反应时实验时，要特别注意速度-准确性权衡现象(speed-accuracy tradeoff)

2、双耳分听技术Dichotic Listening

双耳分听技术：实验者要求被试追随呈现在一侧耳朵的一条讯息（任务为大声重复讯息内容），而与此同时向另一侧耳朵呈现另一条讯息。

Colin Cherry(1953)首先使用这一技术研究“鸡尾酒会”问题(cocktail party problem)：当多人同时讲话时，人们怎样能够只聆听某一个人的谈话？

*

+

他发现这个能力是运用物理特征的差别来维持注意所选择的听觉信息。当Cherry以同样的声音向两耳同时呈现两条不同信息时（这样就消除了物理差异），发现被试制能从另一条或没被注意的讯息中获得很小的信息而且被试很难仅仅根据意义来区分这两条讯息。被试甚至很少注意到另一条讯息的呈现形式发生了大的变化，如以外语或倒叙方式呈现。因此，Cherry认为未被注意的听觉信息几乎不接受任何加工。其他证据也支持这一结论，如Moray(1959)发现对没被注意的词汇，即使呈现多达35次，也不能产生多少记忆。

3、分视野速视刺激法

分视野速视刺激法：利用左视野信息投射到右侧半球，右视野信息投射到左侧半球的解剖特点比较两半球的功能差异。其逻辑是：如果大脑两半球在处理信息时存在特异性，那么当信息正好投射到优势半球时就会表现出加工优势，而信息投射到劣势半球则需要通过胼胝体传递信息至优势半球，然后再做出反应。

分视野速视刺激法一般与反应时技术结合使用。

特别注意：a、投射角度2~5度。太大，看不清楚；太小，双侧投射

b、刺激时间低于200ms。超过会引起眼动或头动。

4、眼动技术Eye Moving

眼动概念：当我们阅读文章、看风景或搜索东西时，会不断发动一些眼睛的移动使我们的注视点从一个位置变换至另一位置，这个过程叫眼跳(saccade)。发动一个眼跳需要一定的时间（潜伏期）；眼跳速度很快，期间视觉输入的敏感性会降低，这个现象就是眼跳抑制现象。

视网膜根据其不同的注视特点可以划分为三个区域：

中央窝：不需要眼跳就可以识别目标刺激的区域；

副中央窝：必须眼跳才可以识别目标刺激的区域；

边缘视觉区：需要头部运动才可以识别目标刺激的区域眼动研究的三种技术：

移动窗口技术：窗口指主试点周围的一段视觉区域。在移动窗口技术中，窗口中的内容在实验中是正常显现，而窗口外的内容则被屏蔽掉。如下面对两个连续的注视位置使用移动窗口所显现的

例：language is an essential characteristic of the human 正常句子

*

xxxxxxxx xx xx essential charac xxxxxxx xxxx xxxxxx 移动窗口技术

*

xxxxxxxxxx xxxxx xxxxxxx l characteristic xx xxx xxx

*

中央窝掩蔽技术：这种技术与移动窗口技术类似，区别就是读者注视时，主试点周围或窗口内部的内容被屏蔽掉，而窗口外的信息正常显示。如：

Language is an xxxxxxx l characteristic of the human 中央窝掩蔽技术

*

Language is an essential xxxxxx teristic of the human

*

边界技术：如在下句中，最初时将目标单词用其他词或非词替换，“eyes”被替换成“dogs”。当读者眼跳经过预先定义的视觉区域边界位置时，这里是单词“the”中的“e”，最初的刺激词被目标词替换，也就是“dogs”被“eyes”替换：

During a saccade because the dogs are moving so 边界技术

*

During a saccade because the eyes are moving so

*

实验介绍：

Keith Rayner(1998)的实验：使用移动窗口技术来检测阅读中的读者可以从注视点右侧获得那些信息。

阅读文章，然后对窗口进行调整

（1）一个单词；（2）一个单词，注视点右侧的单词；（3）一个单词，右侧单词1个字母；（4）一个单词，右侧单词2个字母；（5）一个单词，右侧单词3个字母

发现：（5）阅读更顺畅，与（2）很接近，被相似字母掩蔽，与（2）无差别；被不相似字母掩蔽，没有（2）快。

结论：我们从注视点右侧得到的是单词的部位信息，尤其是前三个字母是比较重要的，但同时我们也得到比这个三个字母更多的信息。

5、口头报告法

认知心理学家采用内省法(introspection)要求被试口头报告认知过程或感受。

Sperling(1960)关于瞬时记忆的部分报告法就是其中一个典型代表，在这个实验中，Sperling要求被试立即口头报告所见内容，发现瞬时记忆现象。

三、计算建模computational modelling

认知科学家开发各种计算模型以理解人类认知过程。一个理想的计算模型能引导人们去规范一个理论并预测个体在新情景中的行为。

1、语义网络

在语义网络模型中，刺激之间存在语义联系，而这种语义联系通过以下三条基本原则来运作：

·相邻contiguity：两件事因时间同时发生而变得互为联系

·相似similarity：两件事因相似而变得互为联系

·对比contrast：两件事因对立而变得互为联系

语义网络的特征：(1)概念由相连的结点(node)来表征；(2)结点之间的连线(link)可表示各种关系；(3)结点以及结点之间连线的兴奋强度代表各概念之间的相似性程度；(4)学习意味着在网络中新增加结点或连线或改变连线间的连接强度；(5)通过兴奋从一个或一组结点在网络上的传播方式，可模拟各种认知效应；(6)兴奋在网络的传播方式可由多种因素决定。（Eysenck & Keane,2000）

Collins & Loftus(1975)的语义网络模型能非常恰当地解释许多现象，例如，在语义启动效应中，被试对“狗”这一单词的辨认成绩受先前呈现的单词“狼”的积极影响，这一语义启动效应通过该网络模型能很好地模拟出来。

2、产生式系统

产生式系统由各种产生式(production)组成，每一产生式就是一个“如果……那么……”规则(IF…THEN rule)。一个典型的产生式系统通常包括一个存储“如果……那么……”规则的长时记忆单位和一个处理当前信息的工作记忆单位。如果外界信息如“绿灯亮了”进入工作记忆，那么它将与长时记忆中有关规则的“如果”部分匹配，进而激活规则的“那么”部分，即“汽车可以通过路口了”。

Newell & Simon(1972)在解释像问题解决和推理这一类认知活动时，首先确证了产生式系统的有效性。Anderson(1993)用产生式系统模拟了人类学习，Holland(1986)模拟了语义记忆和老鼠的强化行为。

3、连接主义网络connecgtionist network

也称神经网络(neural network)或平行分不加工模型(parallel distributed processing model, PDP) 。语义网络和产生式系统都是尽可能为一个模型的各个方面编制明确的程序，并且用明确的符号来表征概念。PDP 则是在某种程度上改造网络自身。也就是当给予某些信息时，网络可“学习”去产生一些特定的产品，其意义也是通过分布式表征(distributed representation)来构建。

上世纪80年代加州大学圣地亚哥分校科学家根据Donald Hebb的理论而发展出来。

典型的连接主义模型利用三个层次来处理复杂信息：第一层是输入层，由输入单元组成，能把一个刺激编码成一个兴奋模式并存储于输入单元中。

第三层是输出层，把某一反应存储为一个兴奋模式。两者之间是隐藏层。当一个网络已经学会针对输入层的某一个特定输入刺激在输出层产生某一特定反应时，它就能展示较为稳定的行为。

其中误差逆转规则(BackProp)是其一种学习规则。

Seidenberg & McClelland(1989)曾开发了一个可朗读英文课文的连接主义模型。模型中每一个单元具有某些简单的计算功能。在250组训练之后，该模型对所学单词的发音正确率达97%。从而，模型在未外显地设置任何发音规则的情况下，似乎学会了英文发音规则。

四、认知神经科学技术

认知神经科学技术分为两大类：

脑损伤（刺激）：以生理变化为自变量，心理反应为因变量，属于生理心理学范畴；

脑成像：以心理活动为自变量，生理反应为因变量，属于心理生理学范畴。

1、脑电（EEG/ERP）

脑电（EEG: Electroencephalograph）：通过头皮表面电极记录到的脑电活动变化

如人类安静时，脑电呈α波，8~13Hz，振幅50~100/μV

兴奋时，脑电呈β波，频率14~30Hz，振幅<20/μV

事件相关电位（ERP:Event-Raleted Potentials）：认知心理学研究通常采用事件相关电位，其核心是叠加平均技术，只有那些与刺激相关的（时间锁定、振幅锁定）的脑电成分保留下来，而与刺激无关的脑电成分（环境噪音、自发颅电）衰减掉，所提取的信号就是ERP。也称为诱发电位（Evoked Potentials,EP）

ERP可提供与认知活动相关的神经活动的精细时间测量，广泛应用于知觉、注意、学习、记忆、语言，等领域的研究。

例：Stroop效应实验的ERP波形

颜色命名实验中，颜色任务一致的刺激比不一致的刺激诱发的波形更为正走向。

脑电技术的特点：1、无损；2、时间分辨率非常高，可精确到1 ms；3、直接反应神经元电活动情况；4、空间分辨率低（最大只能测量256导）；5、费用低廉（以128导为例，大概只相当于fMRI1/20的费用）

2、脑磁（MEG/ERF）

脑磁（MEG:magneto encephalography）：在头皮表面测量脑神经活动产生的微弱磁场的技术。与前面EEG中抽取ERP的方法类似，也可以通过叠加平均技术在MEG中抽取事件相关磁场（event-ralated fields,ERF）。

脑磁技术与脑电类似，两者的区别在于：1、脑电测量垂直于头皮的电流，脑磁主要测量平行于头皮表面的电流，比脑电更能反应脑沟皮质的活动；2、与电信号不同，磁场在穿透脑组织和颅骨传导到头皮表面没有衰减和变形，使其空间分辨率要好得多，可达2mm；3、正常人神经元群活动产生的神经磁信号强度只有几百fT，大约只有地球稳定磁场的十亿分之一，因此，脑磁记录系统要放在一个由鎳铁高导磁合金等金属制成的屏蔽室中，此外磁场检测线圈也需要一致浸泡在液氮中以达到零下269度的超导温度。因此，MEG设备比EEG要昂贵得多。

3、正电子断层扫描（PET）

正电子断层扫描（PET:Positron Emission Tomography）：利用正电子反射

性同位素（如15O）来标记血流量在脑内的分布，通过测量与某个认知过程相关的局部脑血流量（regional cerebral blood flow,rCBF）变化，来推测这个认知过程中伴随着哪些脑区域的活动。

特点：1、PET需注射放射性同位素，对人体有一定损害，因此不能进行连续多次PET扫描；

2、与fMRI相似，PET不直接测量脑神经活动；

3、空间分辨率高，最高能达到5~10mm3，足以区分皮质与皮质下区域的活动；

4、时间分辨率比较差；

5、设备昂贵。

4、透颅磁刺激（TMS）

透颅磁刺激（TMS:Transcrania Magnetic Stimulation）：通过在头皮表面施加一个快速变化的磁场，使之在脑局部区域产生电流，干扰其中的神经活动并观察认知行为上的改变，从而研究脑与认知行为之间的关系。

特点：1、TMS对人脑施加的是一种暂时性可恢复的干扰，正确运用对人体是安全无损伤的；

2、一次磁刺激只能改变一个局部脑区域的活动，而EEG、MEG、PET、fMRI等技术每次运用可获得来自全脑的信息；

3、与其他成像技术相比较，TMS可以确定哪些脑活动对于一个认知任务是必需的，而不仅仅是研究脑活动与认知过程的相关性；

4、时间和空间分辨率介于EEG和fMRI之间；

5、设备相对便宜。

5、功能磁共振成像（fMRI）

磁共振成像（Magnetic Resonance Imaging, MRI）与功能磁共振成像（functional Magnetic Resonance Imaging, fMRI）的物理基础是1946年Bloch 与Purcell几乎同时发现的核磁共振（Nuclear Magnetic Resonance, NMR）现象，他们因此获得1951年诺贝尔物理奖。在人体中有自旋角动量不为零的原子核，在均匀外磁场作用下形成两个能级，当磁场中发射有特定频率的射频电磁波、其能量与质子能级差能量一致时，质子可以吸收射频电磁波的能量，被激发进入在两个能级间互相转换状态，就像一个不断运动的音叉，可以引起另一个与它具有相同振动频率的音叉同步振动一样，磁场中激发后的原子核跃迁回稳定态，放出可以被检测到的信号，即核磁共振信号，就是磁共振成像的基础。

MRI的一个重要特点是可以通过改变影像磁共振信号的不同扫描参数，获得多种不同对比度的MRI图像，其中，普遍用于脑功能fMRI研究的是能够测量磁场微环境改变的T2*加权（T2*-weighted）图像，测量的是“血氧水平依赖”（blood oxygenation level dependent, BOLD）信号：大脑活动时，

其血氧含量中氧合血红蛋白和脱氧血红蛋白的比率发生改变，引起大脑局部组织的磁化率变化，测量其引起的信号改变，以此反映相关的大脑功能活动变化。与PET相比，fMRI有显著优点：它的成像时间可以短于100ms，空间分辨率可以达到1mm，可以同时提供大脑的结构像和功能像获得准确的空间定位，可以无创性地多次重复实验。从1991年第一幅视觉刺激引起视皮质活动的人脑功能研究图像发表开始，fMRI已经是十多年来脑认知功能研究中最重要的成像手段。

fMRI的实验研究：

因为BOLD信号测量的并不是绝对的生理指标，而是血氧水平引起的局部组织的磁场变化，其信号受磁共振扫描仪的机器状态、磁场强度、成像时间、像素大小等诸多因素的影响，因此BOLD-fMRI实验研究的只能是同一段时间内扫描的不同实验状态的差别。为了得到与特定认知活动（Xcognition）相关的脑功能成像，BOLD-fMRI实验研究使用“认知减法（cognitive subtraction）”作为基本的设计思路，即设计一组实验任务同时包含对照状态（Baseline）和实验状态（Task），使实验状态和对照状态除希望研究的特定认知活动外，其他的认知成分都尽量相同（Task=Baseline+Xcognition），在一次扫描中同时采集两个状态的数据，分析时采用实验状态与对照状态相减的办法，认为相减后得到的兴奋（BOLD 信号增强）区域就是与体格定认知任务相关的脑区。在这种设计思路下，早期的fMRI实验研究采取的都是区组设计的实验模式，实验状态和对照状态交替出现，多次循环重复，以提高BOLD信号的信噪比和统计检验力。

BOLD-fMRI另外一项重要的设计师事件相关设计（event-ralated design）。相对于区组设计研究区组之间不同实验状态的差别，事件相关设计的目的是探讨与某种特定认知事件相关的脑功能活动，各种不同的认知任务可以混合在同一区组内随机呈现，可以根据实验刺激或被试反应来区分不同的认知事件，更适合于复杂的认知心理学研究。

研究介绍：

表征动量的磁共振功能成像研究（Rao等，2004）

当一个运动物体突然消失时，人对物体最后位置的短时记忆，会受到物体消失之前所经历的运动的影响，沿着物体的运动方向往前有一个微小的迁移，与物理世界中运动物体具有惯性动量不能立刻停止其运动类似，记忆表征中的物体也具有惯性动量，这种记忆迁移现象被称为表征动量（representational momentum）,表征动量的许多研究提示人的记忆表征是动态的表征。动态记忆表征在生活中的一种常见现象是对运动物体拍照获得的静态照片，可以引起人很强烈的运动知觉，有研究表明这种静态照片引起的运动知觉，其相关脑区在视皮质运动区MT/V5。采用这种照片作为刺激图形的fMRI研究，也提示表征动量涉及MT/V5区的兴奋。但是，有行为实

验表明，表征动量并不限于运动知觉，物体大小的改变，声音音高的改变都可以引起记忆迁移。因此，我们假设表征动量的相关脑区并不在MT/V5区。本研究实验同时采用区组设计和事件相关设计的fMRI实验，通过更加精细设计的实验状态和对照状态，研究表征动量的神经基础。

实验状态采用简单的几何矩形作为刺激图形，先后在屏幕中央三次呈现一个朝向不同的静态矩形，这些呈现系列提示顺时针方向的旋转，要求被试记住最后一个呈现矩形的位置，比较与接着呈现的测试矩形的朝向是否相同。对照状态与实验状态除了反转了两个前两个矩形的呈现顺序外，其余实验参数完全相同。行为实验的结果清楚地表明在实验状态中存在表征动量现象，而对照状态没有观察到明显的记忆迁移。

fMRI实验1为区组设计，实验状态和对照状态分别在两个区组里重复呈现，试验结果没有发现MT/V5区的显著兴奋活动，但在前额叶皮质观察到大脑活动的显著增强。fMRI实验2为事件相关设计，实验状态和对照状态在同一区组随机呈现，刺激间隔时间在一定范围内随机起伏，实验结果同样在前额叶皮质观察到大脑活动的显著增强，而在MT/V5区没有发现实验状态和对照状态之间的差别，表明表征动量的神经基础在前额叶区域，而不是在视皮质运动区。

第三章：感觉和知觉

第一节：感觉和知觉的两种区分方式

感觉和知觉两者的划分并没有绝对清晰的界线，我们很难明确指出在信息处理过程中，哪一个阶段以下称为感觉，哪一个阶段以上称为知觉。通常地，可以认为：

一、感觉是自下而上的处理，知觉是自上而下的处理

物理刺激被个体接收、处理，乃至于产生知觉经验的整体过程当中，有两种加工方式不同的成分。由感受器接收刺激开始，循序往大脑一步步进行的信息处理程序，称为“自下而上”（bottom-up）的处理。自下而上的处理多属于感觉的范畴。这个过程偏重的是信息由接收器开始需经过哪些阶段的处理，以及每个阶段所处理的内容是什么；亦即着重由刺激驱动、且属于生理层次的问题。

大脑并不是一个被动等待接收与处理信息的空白计算器，它会组织所有的信息，不仅包括由外界所搜集到的信息，也包括与此信息有关的记忆以及个体的期待等等。这种涉及高层次认知活动的过程称为“自上而下”（top-down）的处理。自上而下的处理则较属于认知心理学研究的“知觉”范畴，强调认知功能怎样通过注意、记忆、预期、经验、知识等高级加工的机制，以表现出目标导向的获取信息行为。

二、感觉处理原始素材，知觉处理对象

另一种区分感觉与知觉的方式，则是由两者在信息处理的基本素材着手。以视觉为例，感觉阶段视觉系统处理的事网膜上的影像。网膜影像指的是网膜上各个位置的视觉接收器会依刺激的差异产生强弱不等的反应。感觉阶段处理的是这样的未分化的原始影像，只包括不同种类的视觉接收器在空间上的反应分布图。相对地，一般认知心理学所谈的知觉，其分析处理的素材已经是一个个的视觉对象，或是接近完成品德对象。

第二节：感觉与知觉的研究方法

一、生理层次的研究法

知觉研究的底层基础是生理与功能解剖的研究。生理层次的解释向来是行为研究的基础。这方面的知识主要来自三个方向：

1、动物模型

单细胞电生理记录是生理研究最为广泛应用的技术之一。经由穿刺到动

物脑部的微电极，研究者可以监测单一神经细胞的电生理反应。若同时施予感觉刺激给实验动物，便可以探究该细胞对感觉刺激的反应。

Hubel & Wiesel(1968)对视觉皮质细胞感受野（receptive field）的研究，他们研究位于大脑枕叶（occipital lobe）的初级视觉皮质区（primary visual cortex，大脑皮质接收视觉信号的第一站，因此又称为V1）的神经细胞，发现V1细胞的感受野为沿着一个方向轴为长条状的区域，这样的形状使得这些细胞对于线段的方向、长度与宽度具有高度的选择性。此类型的感受野结构可能是由具有比较简单感受野的初级细胞，以特定的方式排列构成的。因此很可能在生理层次上，一个阶段的复杂功能，所反映出的是将前一阶段比较简单的功能累加起来的结果。他们据此提出一个阶层式组织的理论模型。这个理论模型影响后来各种形态识别理论逾30年，是少数生理层次的研究主导了高层次知觉理论的例子。

局部脑毁损的研究是通过破坏动物大脑的某个部位，观察此类破坏对动物行为的影响，以此来推论该部位所扮演的功能角色。过去20年来，关于视觉系统的最重大发现之一，是关于大细胞（Magnocellular cells）与小细胞（Parvocellular cells）两条解剖路径的功能分野。视觉信息由网膜传递至丘脑（thalamus）的外侧膝状体（lateral geniculate nucleus, LGN），大细胞与小细胞路径分别进入外侧膝状体的不同分层，由此进一步投射至V1。大细胞和小细胞路径由此分叉尾两条传输路径，大细胞路径往头顶方向顶叶（parietal lobe），小细胞路径往耳下方向的颞叶（temporal lobe）前进。解剖上称前者为“背侧”（dorsal pathway）路径，后者为“腹侧”（ventral pathway）路径。Ungerleider & Mishkin(1982)便是通过局部脑毁损的方法，得到“背侧”路径与判断物体的位置或运动速度有关，功能上客称为“知何方”路径（where pathway）；“腹侧”路径与辨识物体有关，称为“识何物”路径（what pathway）。他们首先训练猴子使其能分辨物体的形状与位置，发现毁损猴子的颞叶会导致无法分辨形状，但可判断位置；而毁损顶叶会导致无法判断位置，但可分辨形状。这种“破坏甲区域，发现A功能损害，而B功能保留；破坏乙区域，发现B功能损害，而A功能保留”的结果，称为“双重分离”（double dissociation）。

2、神经心理学：脑损伤病人的研究

通过观察脑损伤病人因不同部位受损而导致的行为问题，研究者可以尝试推论若干大脑部位在认知功能上所扮演的角色。由于脑损伤病人的病灶并未是为了研究目的而产生，其损害范围往往只是包含但并不局限在研究者所关心的部位，因此，对于脑损伤病人的功能受损与其受伤部位之间的关联问题，需要更加严格小心的解读。

例如，通过对有名的病人DF的研究，甚至改写了在视知觉领域为主流思潮数十年的历史，即背侧“知何方”与腹侧“识何物”两种路径的区分。

DF是一位因一氧化碳中毒而导致腹侧路径损伤的年轻女性，脑损伤之后，她无法识别物体。例如，无法分辨一长条物的角度究竟是水平或垂直。然而如果要求她将此物投入特定角度的长条形缺口，她却能正常执行此动作。后来通过脑成像，也确认她的大脑损伤区域的确是在腹侧路径。Milner & Goodale(1995)整合其他证据，提出背侧路径其实不是用以“知何方”，而是用以“执行动作”（”how” pathway）。

3、脑成像

脑成像技术包括功能磁共振成像（fMRI）、正电子发射断层扫描（PET）、脑磁图（magnetoencephalography, MEG）与事件相关电位（ERPs）等。这些技术也常常配合透颅磁刺激（TMS）技术，采用的方法是短暂刺激特定大脑区域，以获得类似暂时局部脑毁损的效果。

脑成像技术主要用于高级认知活动的研究。在视觉领域，fMRI往往会根据单细胞电生理记录的数据为准，测试设备是否在数据读取上调试正确。

二、基本行为层次的研究法：心理物理学

心理物理学的主要目的在于定量测出物理刺激与心理感觉之间的关系。除了Fechner(1860)创立的古典心理物理学，还有Stevens所发展的数量估计法（magnitude estimation），以及基于信号检测论（signal detection theory）所发展的各种方法。

在认知心理学的基础研究中，我们对于所有感官的了解，绝大多数都是通过心理物理学的研究结果所得到的。例如，在色彩视觉的研究中，一个非常重要的基础工作是定量测出网膜上不同视锥细胞的分光敏感度函数（spectral sensitivity function）。这个函数描述的是一个特定种类的视锥细胞，对于可见光谱中各个能量相等的单色光的相对反应程度。各种色彩生理、色彩测量与色彩知觉等议题，均需依赖这些函数的准确数值才能有所发展。通过生理实验手段可以采集到部分函数数据，但对于函数当中敏感度较低部分，难以克服背景噪声，无法通过生理记录方式获得。然而通过色彩配对（color matching）的心理物理学实验，我们却能获得迄今为止最为精确的估算值。

第三节：重要的知觉理论

一、Hermann von Helmholtz的无意识推论过程

Helmholtz的知觉理论对整个20世纪知觉研究方向产生了重要的影响。他关于知觉的研究收录在他著名的三大巨册“Treatise on physiological optics”中，而近百年来的知觉研究都在他的理论影响下进行。

Helmholtz明确区分感觉与知觉，强调在大脑里面并没有一个类似网膜影像的内在图像。他认为知觉时结合观察者的感觉信息与过去经验所建构出

来的结果。知觉系统会进行无意识推论（unconscious inference）过程，包括如下重点：

(1) 此过程必然存在；

(2) 已成自动化；

(3) 不可逆；

(4) 无法随观察者的认知而改变；

(5) 是无意识的。

二、James Gibson的生态取向

相对于Helmholtz认为知觉是一连串无意识推论过程的产物，Gibson(1979)则提出“直接知觉”（direct perception）的观点。他认为观察者可直接从环境中丰富信息抽取出与深度、大小及动作等有关的知觉。因此，有别于Helmholtz的知觉理论注重观察者的内在处理过程，Gibson的知觉理论则注重外在环境的信息内容。

他的知觉理论提出了“光数组”（optic array）和“光流”（optic flow）的概念。他认为到达观察者眼中的光线是具有结构的，各种直射、折射、散射以及被遮蔽而无法进入眼中的管线等，会形成特定的光数组。当观察者的位置改变时，其眼中的的光线会变化成其他形态的光数组；当观察者移动时，会形成光线的流动形态，亦即光流。观察者可通过随时在改变的光数组或光流中，抽取出其中不变的信息，而此类不变的信息便提供了与深度、大小及前进方向有关的知觉。

Gibson的知觉理论强调观察者与环境是不可分的；知觉是观察者与环境之间主动、互动、持续和动态的过程。观察者直接由环境中抽取出有用的信息，且这些信息会直接导致与此知觉相关的动作行为。因此，他的理论属于一种知觉的生态研究取向。

三、David Marr的三层次理论构架

David Marr是视觉科学领域前瞻性的人物。他的重要著作《视觉》一书（Marr, 1982），20多年来对视知觉研究领域影响深远，可称为认知科学界最重要的著作之一。

Marr认为，理论应区分解释与分析的三个层次，分别是计算理论（computational theory）、算法（algorithm）与执行（implementation）。以视觉为例，“计算理论”指的是视觉的理论层次描述，例如提出视觉的功能在于识别物体。“算法”则是达成上述功能的机制，此机制通常包括表征形式与处理过程，两者相辅相成，表征的形式会影响处理的方式。Marr曾提出物体识别的算法如下：视觉系统会从网膜影像中抽取出边界，继而将相似的边界组群，进入具有平面但仍未达立体的表征，最后才建立起三度空间的物体表征。而“执行”则是如何在硬件（生理）层次上落实，例如，Marr曾将上述物体识别的算法具体落实在人工视觉方面。Marr认为，完整的理论

应该包括这三个层次的探讨，而理清这三个层次可让不同阵营的对话处于特定的层次，不至于在不同层次的讨论上各持己见。

从Marr 的三层次理论架构的框架下来看，Gibson 的生态取向知觉理论建构在功能与目的层次，谈得是知觉的“计算理论”层次；Helmholtz 的无意识推论过程则着重内在机制，属于“算法”层次；而生理心理学所致力于找出各种知觉现象的生理基础则属于“执行”层次。欲了解人类知觉，必须同时兼顾三个层次的解释。

第四节：知觉的通则

一、适应与对比（adaptation and contrast ）

适应的机制在于整个神经网络的输出并非来自于单独细胞的反应值，而是不同细胞反应的差异值，而其“执行”的方式便是神经系统针对持续相同的刺激，降低其反应的差异值。

对比：

序列性对比。盯住下图（A ）图中央十字1分钟后，眼睛移往观看（B ）图的中央十字，此时在（B ）图的四个象限会分别看到（A ）的对比色，亦即原红色处看到绿色（反之亦然），原黄色处看到蓝色（反之亦然）

同时性对比。下面左右两图中央的两个小方块其实是相同的灰度，但由于周边环绕的大方块的黑白不同，会使我们知觉到中央小方块的灰度不同。