Wayne Weiten的《心理學導論》第7章中開頭給出了這樣的一個問題：
“假如你生活在美國，你必定曾用過數千枚美分硬幣。毫無疑問，你應該記得1美分是什麼樣子的對吧？……你是不是覺得要選出那枚真幣很困難？如果是的話，你不是唯一對此犯難的人。Nickerson和Adams發現多數人無法找出真幣。”
“為什麼會這樣呢？為什麼有的東西我們大部分人每天都能見到，然而我們對它們的記憶卻如此差勁？”
關於作者所提出的這個問題，你怎麼看？
在書中的第223頁，作者給出了一個說法：基於無效編碼或注意缺失導致遺忘。
但小林想說的是，這個解釋極其牽強，根本沒有說到點子上。今天小林就為大家深度分析為什麼常見的事物搞不清楚細節！
分不出硬幣的問題，本質上並不是遺忘問題，而是緣於人的視覺感知系統的分類識別機制所導致的。在識別環境事物時，涉及多個層面的操作：
- 一是自動對焦高反差特徵信號，由上丘負責產生反射性的眼動和焦點注視[1]；
- 二是對感受器所採集的批量信號進行同步與否的層層篩選，形成目標區域的典型輪廓特徵；
- 三是對典型特徵的不斷訓練分化，逐步沉澱出能表徵事物的關鍵特徵網絡。
要注意的是，這三個層面的操作是迭代遞進的，第三步所沉澱出來的特徵網絡又成為第一步中分揀高反差特徵信號的基點，每次依此循環，識別的次數越多，所沉澱的特徵網絡就越精細。
有人可能提出疑問：不對啊，如果是這樣，那天天接觸的硬幣為什麼還是分不出真假？
這是因為，人的感知系統在沉澱出特徵網絡之後，進行事物分類識別時，只需基於關鍵特徵就可以實現事物區分，而不需要全局特徵，這樣會極大的提高感知系統區分事物類別的效率。
為了論證這種說法，我們先從特徵識別說起。
下面有四張圖，請你指出它們分別是什麼——
對於圖（A），一般一眼就能看出是一匹馬，對於圖（B），稍微想一想，大概可以猜出是玉米，對於（C）可能要深入想一想，而對於圖（D）則一時不能明確它是什麼。
從A到D的識別度逐漸降低，請思考這是為什麼？
答案是從A到D的局部特徵與事物整體的IDF指數逐漸降低[2]。IDF表徵的是輸入特徵與整體特徵的相關性，注意，這種相關性不是一對一的相關性，而是在整個歷史記憶的大數據海洋中的相關性，指數高低反映了輸入特徵的特異性。
如果一個特徵越特異，那麼它就越能夠代表事物，它就越能夠成為區分事物的關鍵特徵。馬尾和馬腿是特異的，所以一眼就能認出，玉米棒子有一定特異性，加上葉子輔助，也能夠區分，但後面的特徵就相對一般了，尤其是圖D，有太多的事物有類似的特徵，所以難以區分。
谷歌AI研究員、Keras創建者Francois Chollet給我們形象的展示了神經網絡在識別事物時的特徵特異性分佈規律。[3]
上面有兩張圖，左圖是待識別的原圖，而右圖則疊加了類激活圖（即神經網絡區分事物的像素權重分佈圖），基於此就實現了特徵特異化的可視化展示。從右圖中可以看到，大象的頭部特徵佔有最高的權重，說明這些特徵比較特異，是區分事物的關鍵特徵；而大象的腿、軀幹、尾巴則佔有較小的權重，基於這些特徵不一定能夠區分事物。
實際上，基於關鍵特徵來區分事物在日常生活中極為常見。只看到收納盒中露出的一個小耳柄，一下子就知道那是剪刀；只看到眼睛和鼻子，立馬就知道那是同事；只看到書架中封腰的一角，就知道那是自己要找的一本書……
基於關鍵特徵來識別事物，不僅簡單高效，而且還能救命。背後突然顯現一個陰影，可能會立馬本能的跳起來；看到一條扭曲的蛇形輪廓，就立馬警覺起來……很多時候，我們還沒有看清目標事物的全貌，只是採集到了一點點特徵信號，就有了即時的行為反應，這可以讓我們規避很多潛在的危險場景，雖然有時候可能是虛驚一場，但是這種本能是極為有必要的。
基於上面的分析，現在我們可以來回答開頭所提出的問題啦：為什麼天天見的硬幣卻分不出真假？這是因為，日常使用過程中，我們很少注意一個硬幣與另一個同面值硬幣的區別，而是注意一個東西是不是特定面值硬幣，此時只需要基於圓形大小、標誌圖案等關鍵特徵即可實現區分，而不需要基於更多的細節。
我們的大腦是一個信息運算效率較高的系統，與同等運算能力的計算機相比，大腦的能耗和體積要小得多。基於關鍵特徵來區分事物，正是這種高效運算的一種典型體現。這種機制跟遺忘沒有什麼太大關係！
後續還有更多心理學批判性文章，敬請持續關注。
【參考文獻】—— ——
[1] 克里斯托夫·科赫.意識探秘[M].顧凡及、侯曉迪譯.上海：上海世紀出版集團，2012:86.
[2] 宋鋒林.認知的維度[M].北京：北京郵電大學出版社，2018:41.
[3] Francois Chollet. Python深度學習[M].張亮譯.北京：人民郵電出版社，2018:142-145.
更多精彩文章————
【哲學進階系列】
【認知原理系列】
【心理學批判系列】
【意識解密系列】
閱讀更多 認知維度 的文章
