你是否曾在滑動屏幕的間隙，對某些圖片多看兩眼，心里默念“這張好看”？一項12月2日發(fā)表于《PNAS Nexus》的研究，Less is more: Aesthetic liking is inversely related to metabolic expense by the visual system，找到了這背后一個讓人意想不到的生物學(xué)原因。

來自多倫多大學(xué)的研究團隊，利用AI模型和人腦成像技術(shù)，發(fā)現(xiàn)了這背后一條簡潔有力的規(guī)律：視覺系統(tǒng)處理圖像時消耗的能量越少，我們感受到的愉悅感就越高，為“美從何來”這個古老問題提供了一個全新的、基于能量效率的解釋框架。

實驗一：讓AI看，數(shù)數(shù)它用了多少“腦細(xì)胞”

首先，研究人員請出了一個名叫 VGG19的人工智能模型。這個模型的結(jié)構(gòu)和工作方式，被認(rèn)為與人類的視覺處理系統(tǒng)有相似之處。它就像一個經(jīng)過大量圖片訓(xùn)練的“虛擬大腦”，擅長識別物體和場景。

研究團隊給VGG19看了4914張來自真實世界的圖片（內(nèi)容涵蓋物體、場景等）。他們測量了模型處理每張圖片時需要激活的虛擬神經(jīng)元數(shù)量。激活的神經(jīng)元越多，代表處理過程越復(fù)雜，消耗的計算能量越大——這被視作代謝成本的代理指標(biāo)。

隨后，他們將這個能耗指標(biāo)與之前另一項研究中1118名參與者對同一批圖片的愉悅度評分進(jìn)行對比。結(jié)果非常清晰：圖片讓人工智能模型激活的神經(jīng)元總數(shù)越少（即能耗越低），人類對其的喜愛評分就越高。兩者呈現(xiàn)出顯著的負(fù)相關(guān)。

研究采用AI模型與人腦成像雙路徑驗證的策略

更有趣的是，這種關(guān)系只在經(jīng)過物體識別訓(xùn)練的VGG19模型中出現(xiàn)，未經(jīng)訓(xùn)練的隨機模型則沒有這種穩(wěn)定的關(guān)聯(lián)。這說明，這種“節(jié)能即美”的效應(yīng)，可能與視覺系統(tǒng)為了高效理解世界而學(xué)到的組織方式有關(guān)。

實驗二：直接窺探人腦，看看真實耗能

AI的發(fā)現(xiàn)如一支序曲，真正的主角還是人腦。為了直接驗證假設(shè)，研究團隊動用了功能性磁共振成像（fMRI）技術(shù)。

fMRI可以測量大腦活動時血氧水平的變化（BOLD信號）。神經(jīng)元活動會消耗氧氣，導(dǎo)致局部血流增加，帶來更強的BOLD信號。因此，BOLD的強度可以間接反映大腦某個區(qū)域在處理信息時的能量消耗。

研究人員分析了另一項大型研究（BOLD5000）的數(shù)據(jù)。在該研究中，參與者一邊在fMRI掃描儀內(nèi)觀看圖像，一邊評價自己對圖像的喜愛程度。團隊計算了大腦各視覺區(qū)域在觀看每張圖片時的平均 BOLD 信號強度（即代謝成本），并與該圖片的大眾審美評分進(jìn)行關(guān)聯(lián)分析。

人腦的數(shù)據(jù)支持了AI模型的發(fā)現(xiàn)：從處理基礎(chǔ)視覺信息（如線條、顏色）的初級視覺皮層（V1, V2, V4），到負(fù)責(zé)識別場景、人臉等復(fù)雜信息的高級區(qū)域（如海馬旁回位置區(qū)PPA、梭狀回面孔區(qū)FFA、枕葉位置區(qū)OPA），它們的BOLD信號強度與圖片的愉悅度評分普遍呈負(fù)相關(guān)。并且，相關(guān)性在高級視覺處理區(qū)更強。這意味著，對圖像內(nèi)容的有效、節(jié)能編碼，可能對審美愉悅的貢獻(xiàn)更大。

此外，當(dāng)研究人員用多個視覺區(qū)域的能耗數(shù)據(jù)來綜合預(yù)測一張圖片的受歡迎程度時，也得到了顯著的成功。全腦分析還發(fā)現(xiàn)，除了視覺區(qū)，前額葉皮層等與高級認(rèn)知、情緒評價相關(guān)的區(qū)域也參與了這一過程。

審美愉悅感與大腦代謝成本（由fMRI的BOLD信號測量）之間的關(guān)系。（A）在多個視覺及高級腦區(qū)中，神經(jīng)活動強度與圖片愉悅度評分呈顯著的負(fù)相關(guān)。（B）一名受試者的腦區(qū)視圖：角回、前扣帶皮層和額上回等區(qū)域尤為明顯

神經(jīng)美學(xué)：美的生物學(xué)原理

長期以來，美學(xué)是哲學(xué)和藝術(shù)批評的領(lǐng)域。直到上世紀(jì)末，隨著腦成像技術(shù)的成熟，科學(xué)家才開始用實證方法研究美感的生物學(xué)基礎(chǔ)。

21世紀(jì)初，塞米爾·澤基等神經(jīng)科學(xué)家正式創(chuàng)立神經(jīng)美學(xué)。他們利用fMRI發(fā)現(xiàn)，當(dāng)人們欣賞繪畫與音樂時，大腦的獎賞系統(tǒng)（如伏隔核、眶額葉皮層）會被強烈激活。這意味著美能像美食、金錢一樣，直接帶來神經(jīng)層面的愉悅。同時，內(nèi)側(cè)前額葉皮層等與自我參照、內(nèi)省思考相關(guān)的區(qū)域也參與其中，提示高級認(rèn)知在審美中的作用。

洛夫·雷伯等心理學(xué)家提出另一種“加工流暢性理論”：越容易加工的刺激，人們越喜歡。這種加工流暢性本身就能引發(fā)積極情感。例如，清晰度高、對稱、容易辨認(rèn)的圖像，其審美評分更高。這暗示了知覺過程的效率與情感之間存在直接聯(lián)系。

海爾德·萊德等人整合了以上發(fā)現(xiàn)，提出了一個分階段的審美處理模型：美感是自下而上的知覺流暢（如刺激的清晰度、對稱性帶來的易加工體驗）與自上而下的認(rèn)知闡釋（如個人經(jīng)驗、內(nèi)省思考）共同作用的產(chǎn)物。

少即是多：美感背后的節(jié)能邏輯

審美體驗在科學(xué)上似乎有了大致的輪廓：它既有本能般的愉悅反應(yīng)，也離不開精密的認(rèn)知闡釋。但驅(qū)動其運轉(zhuǎn)的引擎是什么？大腦為何會獎賞流暢，愉悅于效率？這僅僅是認(rèn)知上的便利，還是源于某種更為原始和基礎(chǔ)的生理法則？

這項研究用一個具有生物學(xué)基礎(chǔ)的“能耗”概念，串聯(lián)起了許多分散的美學(xué)發(fā)現(xiàn)，提供了一個統(tǒng)一的視角：

流暢性偏好：越容易辨認(rèn)、處理的圖像，我們越喜歡。

原型效應(yīng)：“平均臉”之所以常被視為最美，或因“平均”正是大腦編碼效率最高、最節(jié)能的模板。

視覺不適：某些高對比度條紋或密集圖案會引起不適，正是因為它們迫使視覺神經(jīng)元過度同步激活，導(dǎo)致能耗激增。

當(dāng)然，審美是復(fù)雜的。當(dāng)人們進(jìn)行深思熟慮的、有意識的藝術(shù)鑒賞時，涉及自我參照、認(rèn)知評價的腦網(wǎng)絡(luò)活動會增強，并與愉悅感呈正相關(guān)。“節(jié)能愉悅”可能更多是第一印象、直覺性審美的基礎(chǔ)機制，而更深層次的美學(xué)體驗則融合了更多認(rèn)知與情感的加工。

在億萬年的演化中，節(jié)能是生存的硬道理。而這份對高效的偏愛，或許正悄然塑造著我們眼中所見的世界之美——美，是效率的詩意體現(xiàn)。

編輯：郭郭

論文信息

發(fā)布期刊 PNAS Nexus

發(fā)布時間 2025年12月2日

論文標(biāo)題 Less is more: Aesthetic liking is inversely related to metabolic expense by the visual system

(DOI： https://doi.org/10.1093/pnasnexus/pgaf347）