感知

人类的感知实际上是最神秘的部分。我们能看，能听，能闻，能尝，能摸，这五官感觉都抓住世界的只言片语，在大脑中给我们重建出一幅世界图像。从很古老的时代，先知哲人就发现，人的五官抓住的是虚像，是感觉，并不是这个世界的真实。于是佛家由此进入虚无和向内修行的路，而现代科学进入了数学建模以把握真实的路。人类感知系统将物理的光子和分子，经过大脑一系列运作，为我们构建出一个稳定的立体世界图景，还让我们具有主观心理的美感体验（美味、漂亮），这个从物理到心理的转化，是很奇妙的事情，人们至今仍不能完全理解其机理。

之所以说其奇妙，是因为机器人也在接受来自世界的光子和分子，也在做感知和处理，但是没有迹象表明，机器人能生成某种主观感受。它们更多是“输入－加工－输出”的机器模型，即使人工智能算法使得加工过程变得智能，也仍然没有迹象表明，它们能获得某种内在感觉。例如，它们可以很容易鉴别某种化学成分，但并不会感觉其香与臭，因而不会有主观上想要接近或远离的冲动。主观感受是生物特征，源于进化，为何产生至今仍很神秘。

人工智能的感知近年发展很快，机器视觉、语音识别都进步神速，可以说是在思考之外最接近人类心智的一块。但是机器视觉识别目前仍然有不少困难，一些立体图像识别对于机器仍然有强大挑战。三维事物投影在二维平面上，就不再是原本的形状，如轮胎从斜侧面拍过去的照片就不是圆形。这种立体视觉的还原对于人类来说非常容易，但对于机器来说却并不如此。

究其原因，一方面是因为，人类的视觉处理经过千万年进化，已经生成精细的先天处理机制；另一方面主要因为，人类的视觉是通过身\_体运动来校准的，婴儿时期的身\_体运动对于视觉发展异常关键。人类的视网膜投影原本是倒像，通过身\_体对物理世界的感知，逐渐由大脑皮层把视觉信息调整为正立，一些眼睛本身没有问题的盲人，在去除视觉障碍之后看到的世界还是初步的倒像，过一段时间才转换过来。身\_体系统的运动对周围物理世界的感知，帮助人类建立立体视觉。人类的感知是感官统合，尤其是身\_体感官校准五官感受。人工智能目前的视觉感知多半靠图像识别，在感知世界的时候还不能统合身\_体的感受。