AI創造顛倒視覺之謎：一圖兩物大腦新發現

人工智能創造出旋轉後變成另一圖像的視覺謎題，助科學家深入研究人類視覺感知

約翰斯·霍普金斯大學的研究團隊利用新一代人工智能技術，製作出一系列「視覺謎題」圖片——這些圖片在不同角度旋轉時會呈現出截然不同的圖像。這項創新工具填補了科學界長期以來缺乏統一標準刺激物的空白，助力研究人們如何在心理層面處理視覺信息。

該項目首席作者、視覺感知博士生Tal Boger表示：「這些圖像非常重要，因為它們能讓我們研究過往被認為幾乎無法獨立分析的各種效應，從物體大小、生命感到情緒反應等都涵蓋其中。」而該研究負責人Chaz Firestone補充說：「這些圖像不僅科學價值高，看起來也十分有趣。」

研究團隊透過AI工具創造了多組「視覺謎題」，即一張圖片在不同方向上看起來像兩種不同的物體。例如，一幅圖像同時是熊與蝴蝶，另一幅是大象與兔子，還有一幅結合了鴨子與馬。

Firestone指出：「這種圖像對我們的研究領域來說是嶄新的。當同一張圖片在一個角度看是蝴蝶，轉一轉又變成熊，且兩者像素完全相同時，我們就能以全新方式研究人類如何感知圖像的不同層面。」

團隊的初步實驗聚焦於人們如何感知物體的實際大小。過往研究面臨挑戰，因為不同物體除了大小外，還在形狀、顏色、質感等方面存在差異，難以確定大腦反應是針對哪個特徵。Firestone解釋：「例如，我們知道大物體和小物體會在大腦不同區域被處理，但如果用一張蝴蝶和一張熊的圖片做比較，兩者不只大小不同，還有形狀和紋理等多種差異，這讓解讀大腦反應變得複雜。」

利用視覺謎題，研究發現許多經典的實際大小效應依然存在，即使「大物體」和「小物體」只是同一張圖片旋轉後的版本。舉例來說，過去研究表明人們偏好按真實大小呈現圖像，比如更喜歡熊比蝴蝶呈現得大。Boger和Firestone的實驗同樣證實這點：受試者在調整圖像大小時，會把熊調得比蝴蝶大，儘管這兩者其實是同一張圖像的不同方向。

團隊希望未來能用這種視覺謎題來研究人們對生物與非生物物體的感知差異，並預期這種方法將在心理學和神經科學的多個實驗中大放異彩。Firestone表示：「我們用謎題研究大小，但實際上它適用於各種研究。生物和非生物物體在大腦中處理的區域不同，你可以創造一張圖片在一個方向看像卡車，轉過來又像狗。這方法非常通用，我們相信未來會有很多研究者採用。」

這項研究獲得美國國家科學基金會研究生獎學金計劃的支持，成果已發表於《Current Biology》。

—

評論與啟示

這項研究利用AI技術創造出的視覺謎題，為視覺認知研究帶來了突破性的工具。過去心理學家和神經科學家面對複雜刺激物時，常受制於刺激物本身的多重差異，難以精準拆解大腦對特定視覺屬性的反應。視覺謎題的創新之處在於，能用同一張圖像的不同旋轉版本，控制其他視覺因素不變，讓研究者聚焦於單一變量，例如「大小」的感知，這無疑提升了實驗的嚴謹度與信度。

此外，這種方法的靈活性極高，不僅限於大小感知，還可延伸至情緒、動物與非動物辨識等多方面。未來隨著AI技術進一步發展，視覺謎題或可被設計得更複雜且多元，甚至結合動態或三維效果，進一步模擬真實世界的視覺挑戰。

對香港及華語地區的科學教育與普及也具啟發意義。這類趣味性強、視覺衝擊力大的圖像，有助提升公眾對認知科學的興趣和理解。媒體及教育機構可以利用這些視覺謎題，設計互動教學或科普活動，讓大眾親身體驗視覺感知的奧妙，從而推動科學素養的提升。

不過，值得注意的是，視覺謎題的設計和應用仍需謹慎，因為不同文化背景和個體差異可能影響對圖像的解讀。未來研究可嘗試跨文化比較，探討這種視覺遊戲如何在不同人群中產生不同的心理和神經反應，進一步豐富我們對人類視覺感知多樣性的理解。

總括來說，這項結合AI創新與心理學研究的工作，不僅推動了學術界對視覺認知的深入探索，也為大眾科學教育帶來了新鮮、有趣且具啟發性的素材，值得持續關注與推廣。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。