Perceptual similarity judgments reflect one's own discrimination capacities

该研究表明，主观的知觉相似性判断并非随意，而是反映了个体自身在接近阈限条件下的知觉辨别能力，即个体越难以区分两个刺激，他们就越倾向于认为这两个刺激是相似的。

要点

这篇论文探讨了一个非常有趣的问题：当我们觉得两个东西“长得像”或者“不像”时，这种主观感觉到底是怎么来的？它真的只是凭感觉瞎猜，还是背后有某种客观的生理基础？

为了让你轻松理解，我们可以把这项研究想象成一场关于"大脑分辨率"的侦探游戏。

1. 核心谜题：为什么我觉得它们像？

想象一下，你面前有两张脸（比如乔·拜登和希拉里·克林顿）。

• 主观感觉：你可能会说：“我觉得拜登和希拉里更像，因为他们都是白人，皮肤颜色差不多。”或者“我觉得拜登和奥巴马更像，因为他们都是男性，发型有点像。”
• 传统难题：以前科学家很头疼，因为“像不像”太主观了。没有一把尺子能告诉你，到底哪两个特征最重要？这就像问“苹果和橘子哪个更像？”答案取决于你关注的是颜色、形状还是味道。这被认为是一个没有标准答案的“无解问题”。

2. 科学家的新猜想：你的“视力”决定了你的“感觉”

这篇论文的作者们提出了一个大胆的猜想：你觉得两个东西像不像，其实取决于你的眼睛和大脑能不能把它们区分开。

• 比喻：想象你的大脑是一台相机。
  • 如果这台相机的分辨率很高（视力好），你能看清两张脸之间微小的差别（比如鼻子的角度差了 1 度），你就会觉得它们很不一样。
  • 如果这台相机的分辨率很低（视力模糊），你看这两张脸觉得糊成一团，分不清差别，你就会觉得它们很像。

结论：你觉得“像”，不是因为你没眼光，而是因为你的大脑在那一刻“看不清”它们的区别。你的主观感觉其实是对你客观分辨能力的一种诚实报告。

3. 实验过程：两个任务

为了验证这个猜想，研究者找了 12 个人，让他们做两个任务：

• 任务一：凭感觉排座次（主观任务）
  给一个人看一张“目标脸”，再给四张“候选脸”。让他凭直觉把候选脸按“和目标脸像不像”排个序。

  • 这就好比让你凭感觉给“相似度”打分。

• 任务二：极限分辨挑战（客观任务）
  这是关键！研究者把两张脸之间生成了 1000 张过渡图（就像把两张脸慢慢融合）。然后给受试者看三张图：两张是一样的，一张稍微有点不同。

  • 受试者要找出那张“不一样”的。
  • 如果很难找，研究者就加大差别；如果很容易找，就减小差别。
  • 最终测出：你需要多大的差别，才能勉强看出这两张脸不一样？
  • 这就像在测试你的相机分辨率极限：你需要多清晰的画面才能看清细节？

4. 惊人的发现

结果非常清晰：

1. 越难分辨，越觉得像：
   对于某个人来说，如果他在“极限分辨挑战”中很难区分两张脸（说明他的相机分辨率低），那么他在“凭感觉排座次”时，就会觉得这两张脸非常像。

   • 比喻：如果你戴着一副模糊的眼镜，你看远处的两棵树觉得它们是一团，你会觉得它们“很像”。如果你摘下眼镜看清了，你会发现它们其实长得完全不同。

2. 这是“私人定制”的：
   最有趣的是，这种关系是每个人独有的。

   • 甲觉得 A 和 B 很像，是因为甲的“相机”看不清 A 和 B 的区别。
   • 乙可能觉得 A 和 B 很像，是因为乙的“相机”看不清 A 和 B 的区别。
   • 但是，甲的“看不清”和乙的“看不清”可能发生在完全不同的地方。
   • 结论：你的“像不像”的感觉，完美地反映了你个人的生理分辨能力，而不是别人的。

5. 这意味着什么？（通俗版总结）

• 主观感觉是有“理”可循的：以前我们觉得“我觉得像”只是个人喜好，现在发现，这其实是你大脑硬件（视觉系统）的真实反馈。你的感觉是“规范”的，因为它基于你的生理极限。
• AI 和人类的区别：现在的 AI（大语言模型）也能说“这两张脸很像”。但 AI 没有“眼睛”，没有生理上的分辨极限。它只是模仿人类说了什么，而不是基于它自己的“感知能力”去判断。所以，AI 的“感觉”和人类的“感觉”本质上是两码事。
• 自我认知的镜子：当你觉得两个东西很难区分时，其实是在告诉你：“嘿，我的大脑在这个细节上有点‘模糊’，我需要更清晰的输入。”

一句话总结：
这篇论文告诉我们，你觉得世界“长什么样”，其实是由你的“视力”决定的。 你的主观感觉并不是随意的幻想，而是你大脑分辨能力的一面诚实的镜子。

技术摘要

这是一份关于该论文的详细技术总结，涵盖了研究问题、方法论、关键贡献、实验结果及科学意义。

1. 研究问题 (Problem)

核心挑战： 感知相似性（Perceptual Similarity）是人类学习和泛化的基石，但在评估两个刺激之间的相似性时，存在一个根本性的定义模糊问题：观察者应该关注哪些特征或特征组合？

• 无客观真值（Ill-posed Problem）： 传统观点认为相似性判断是主观的，缺乏客观的“地面真值”（ground truth）。例如，乔·拜登在肤色上可能更像希拉里·克林顿，但在性别特征上更像奥巴马。这种特征选择的任意性使得相似性判断难以被机制化解释。
• 假设缺口： 尽管相似性判断通常被视为纯粹的主观体验，但缺乏理论将其与观察者的客观感知能力联系起来。如果一个人判断两个刺激非常相似，但在心理物理任务中却无法区分它们，这种判断是否“错误”？

研究假设：
作者提出，主观相似性判断实际上是规范性的（normative）和理性的，它们基于观察者自身的感知能力：

1. 假设 1： 被主观判断为更相似（即更难区分）的刺激对，在接近阈限的心理物理任务中，确实更难被该个体区分。即：主观感知差异度（Dissimilarity）与感知辨别能力（Discrimination Capacity）呈正相关。
2. 假设 2： 这种关联是个体特异性的。一个人的主观相似性判断更能被其自身的感知辨别能力解释，而不是被其他人的能力解释。这意味着个体的感知能力构成了其主观判断的“准客观”基础。

2. 方法论 (Methodology)

研究使用了 12 名参与者，采用人脸作为高维、自然主义的刺激材料。实验包含两个主要任务：

A. 主观相似性判断任务 (Subjective Similarity Judgment Task)

• 流程： 参与者观看一个目标面孔和四个候选面孔，要求按相似度从高到低对候选面孔进行排序。
• 数据构建： 通过 330 次精心设计的试验（使用 InfoTuple 方法选择最具信息量的面孔组合），构建了一个 30x30 的主观差异矩阵（Dissimilarity Matrix）。
• 数据处理：
  • 计算每对面孔被排名的概率，转化为差异值。
  • 使用**度量多维尺度分析（Metric MDS）**将高维差异矩阵降维至 5 维，以去噪并重构差异矩阵。
  • 为了验证，还预注册了一种基于机器学习的损失函数优化方法（使用 Keras 和 Adam 优化器），结果显示机器学习方法在内部一致性上略优于 MDS 方法，但主要分析遵循预注册的 MDS 流程。
• 重复性： 参与者在两天内分别完成两次该任务，以评估判断的稳定性。

B. 近阈限辨别任务 (Near-threshold Discrimination Task)

• 刺激生成： 基于基底人脸模型（BFM），在选定的 24 对面孔之间生成 1000 个中间形态（Morphs）。
• 任务设计： 采用三选一任务（Odd-one-out）。屏幕上显示三张脸，其中两张相同，一张不同。参与者需找出不同的那张。
• 阶梯法（Staircase Method）： 使用 1-up-2-down 阶梯法调整不同面孔的形态步数（Step value），以逼近 71% 正确率的阈值。
• 量化指标：
  • 计算最小可觉差（JND）：即达到阈值所需的形态步数。
  • 计算**#JNDs（JND 数量）：** 将总形态步数（1000）除以 JND。
  • 物理意义： #JNDs 越高，表示两人脸之间的感知距离越远，即该个体的感知辨别能力越强。
• 样本选择： 从所有可能的 435 对面孔中，根据主观差异的争议性（高方差 vs 低方差）选择了 24 对进行精细测试。

C. 统计分析

• 假设 1 检验： 计算每个参与者主观差异值与#JNDs 之间的斯皮尔曼（Spearman）相关系数，并进行 Fisher Z 转换后进行组水平检验。
• 假设 2 检验（个体特异性）： 使用非参数置换检验（Permutation Test）。将某参与者的#JNDs 数据与其他参与者的数据进行随机置换，构建零分布。比较该参与者自身数据的相关性是否显著高于置换后的数据。

3. 关键贡献 (Key Contributions)

1. 重新定义相似性判断的基础： 证明了主观相似性判断并非完全任意，而是根植于个体自身的感知辨别能力。这为“主观”判断提供了一个“准客观”的测量基础。
2. 个体特异性验证： 首次通过严格的置换检验证明，一个人的相似性判断模式与其自身的感知能力高度绑定，而非群体平均水平。
3. 方法论创新： 结合了自由排序任务（Supra-threshold）与近阈限心理物理任务（Near-threshold），利用#JNDs 作为标准化的感知距离度量，有效解决了传统相似性研究中缺乏客观参照的问题。
4. 对 AI 与意识的启示： 为理解大语言模型（LLM）的“意识”问题提供了新视角：AI 可以模仿人类的相似性评分，但缺乏基于自身感知能力的“准客观”基础，因此其判断不具备人类主观体验的本质。

4. 实验结果 (Results)

• 数据质量： 参与者的主观判断在两次测试中表现出高度的一致性（组内相关性显著高于组间相关性），且#JNDs 的阶梯收敛性良好，表明测量可靠。
• 假设 1 验证（组水平）： 发现感知辨别能力（#JNDs）与主观感知差异度之间存在显著的正相关（平均 Z 值 = 2.63, 95% CI [2.18, 3.10]）。
  • 这意味着：个体越难区分某对面孔（#JNDs 低），他们主观上就越认为这两张脸相似。
  • 统计显著性极高（p < 0.00001, Bayes Factor > 10000）。
• 假设 2 验证（个体特异性）： 参与者的主观判断与其自身的#JNDs 的相关性显著高于与其他人#JNDs 的相关性（平均 Z 值 = 1.19, 95% CI [0.77, 1.59]）。
  • 这证实了相似性判断是个体化的，反映了该个体独特的感知系统分辨率。
• 争议性面孔的影响： 在参与者间主观差异较大的“争议性”面孔对中，上述相关性更强；而在低争议面孔对中，相关性较弱（受测量噪声影响），但整体趋势依然支持假设。
• 维度分析： 使用 5D MDS 的效果优于 2D MDS，表明过度降维会导致信息丢失，削弱了与感知能力的关联。

5. 科学意义 (Significance)

• 理论层面： 挑战了“相似性是 ill-posed 问题”的传统观点。研究提出，相似性判断是观察者对其自身感知能力的一种元认知（Metacognitive）读取。如果判断与感知能力不一致，则该判断在功能上是“错误”的。
• 神经机制推测： 结果暗示前额叶皮层（负责元认知和决策）可能在整合低级视觉皮层的感知信号以形成相似性判断中起关键作用。
• 人工智能与意识： 为区分“模拟人类行为”与“拥有主观体验”提供了新标准。AI 模型缺乏基于自身感知系统的“准客观”基础，因此其生成的相似性评分仅反映了统计规律，而非真实的感知体验。
• 未来方向： 研究建议未来应探索不同感官模态（如颜色、声音）及非整体性刺激（如 Greebles），并进一步利用 fMRI 探究前额叶在其中的具体神经机制。

总结： 该研究通过严谨的心理物理学实验，成功将主观的“相似性”与客观的“辨别能力”联系起来，证明了人类的相似性判断是个体感知能力的规范性反映，为解决感知主观性与客观性之间的长期争论提供了实证依据。