Bár nem biztos, hogy mindenki tudatában van ennek, a tárgyakat legtöbbször a körvonalaik alapján észleljük. Például a szobád ablakán kitekintve az ablak körvonalai zárt négyszögalakot írnak le, míg a kint látható fák szabálytalan körvonalai jól láthatóak az égbolt háttere előtt.

Amit „látunk”, azok mégsem a körvonalak, hanem az általuk határolt ablakok, fák, vagyis a tárgyak. (Ebben az értelmezésben tárgyak az élőlények is.) A tárgylátás egyik alapvető lépése (sokak szerint előfeltétele), hogy az adott tárgyat annak hátterétől elkülönítsük, valamint ugyanígy az együtt megjelenő tárgyakat egymástól különítsük el. Ezt a folyamatot a szakirodalom perceptuális szegregációnak vagy képszegmentációnak nevezi; ebben a sorozatban látási elkülönítésnek hívom. A látási elkülönítés tehát az a folyamat, amellyel a látórendszer a retinaképet összetartozó egységekre és háttérre bontja. Mai tudásunk szerint ez nem egyetlen lépés: korai, gyors határdetektálással indul, majd a magasabb kérgi területekről érkező visszacsatolás tölti ki az alakot, és nyomja el a hátteret. Az alak-háttér szegmentáció ennek egyik, talán legismertebb esete.

Biztos vagyok abban, hogy téged is érdekel, miszerint hol tart a látás vizsgálata ezen érdekes területen, ezért arra kértem a ChatGPT-t és a Claude-t, hogy minél több információt gyűjtsön össze magyar, angol, német, orosz és kínai forrásokból. Ugye, nem lep meg, hogy a legújabb információk Kínában jelentek meg? Viszont ahhoz, hogy idáig eljuss, több részre osztottam a cuccost, nehogy megfeküdje a gyomrodat a több tucatnyi új információ. Ám hidd el, érdemes átrágnod magad rajta, ugyanis olyan jelenségekre fogsz ráismerni, amelyek hétköznapiak, ám a magyarázatuk messzire vezet.

Elöljáróban némi ismétlésként felidézem a látás szempontjából fontos agyterületeket.

Ezt a képet letöltheted az alábbi linkre kattintva, hogy láss is valamit.

https://ibb.co/cSHMNwbx

A jelölések különböző agykérgi látóterületekre vonatkoznak. Főbb szerepük röviden:

V1: elsődleges látókéreg; például a helyi élek, irányok és világosságkülönbségek feldolgozása.
V2: a képrészletek összerendezése, a határok alakhoz rendelése.
V3: a forma és a térbeli szerkezet feldolgozásában vesz részt.
V3B: különálló terület; többek között a körvonalak és a mélységi jelzések feldolgozásához járul hozzá.
V4, emberben hV4: szín- és formafeldolgozás; a V4-kísérleteinek jelentős része a sorozatban már említett makákó majmokon történt.

hMT+: elsősorban mozgásérzékeny területcsoport. A h az emberi változatot jelöli, az MT középső halántéki látóterületet jelent, a + a környező kapcsolódó területeket is beleérti.

Van még egy rövidítés, ami a fenti rajzon nincs, de később elő fog kerülni, ez az IT, az inferior temporal cortex rövidítése, magyarul alsó halántéki kéreg.

Ismerd meg az alapvető fogalmakat!

Az alak-háttér kutatásában az alak jellemzően határozott formájú, a közös határt „birtokló” felület; a háttér helyileg folytatódni látszik mögötte. Az előtér hétköznapi térbeli megjelölés is lehet. A figyelmed irányulhat egy távoli háttérelemre, de attól az még nem kerül fizikailag közelebb. A forma birtoklását, a mélységi helyzetet és a figyelmi kiválasztást ezért külön változóként érdemes vizsgálni. Az elkülönítés és a felismerés között nincs minden helyzetre kötelező, merev sorrend. Lehetséges ismeretlen foltot elkülöníteni, és az ismertség is befolyásolhatja, mi válik alakká. Az alak észlelése nem követeli meg a nevének a tudatos felidézését, a felismerési rendszer részleges aktiválódása viszont visszahathat a szerveződésre.

Az ideghártyát (retina) érő fényeloszlás több különböző okból változhat: lehet tárgyperem, árnyékhatár, anyagváltás, megvilágítási különbség, tükörkép vagy áttetsző réteg következménye. Egyetlen tárgy több elkülönült képrészletet vetíthet az ideghártyára, ha valami eltakarja. Két különböző tárgy pedig a hasonló szín és mintázat miatt összefolyhat. A kép valamennyi helyi változása tehát nem tekinthető tárgyhatárnak. Egy függőleges világos-sötét átmenet helye és iránya változatlan lehet, miközben egy nagyobb képrészlet alapján egyszer a bal, máskor a jobb oldali felülethez tartozik. A környező kép olyan idegsejtek válaszát is módosíthatja, amelyeknek a hagyományos érzékelő mezőjében a helyi inger változatlan. Ezt különösen meggyőzően mutatják a határvonal-hozzárendelést kódoló sejtek vizsgálatai. A határvonal-hozzárendelés azt jelenti, hogy az idegi válasz kódolja, hogy a határ melyik oldalán van az adott felület vagy alak.

Történetileg az első átfogó elmélet, amely a látott kép tárgyakká szerveződését leírta, a Gestalt-elmélet volt. (A Gestalt lefordítva alakot, alakzatot jelent.) A koncepciót előzményét Wilhelm Max Wundt írta le.

A közvetlen előfutár Christian von Ehrenfels volt. 1890-ben írt az „alakminőségekről”, és a kiinduló példája egy dallam: transzponálva is ugyanaz a dallam marad, pedig minden hangja kicserélődik.

Az elmélet a századforduló után Max Wertheimer, Kurt Koffka és Wolfgang Köhler munkáinak köszönhetően formálódott ki teljesen.

Ez a három materialista tudós filozófiai értelemben teljesen szembefordult Wundt idealista elképzeléseivel.

A Gestalt-elmélet nem magyarázza meg, hogy melyik látási jelenségnek mi az idegrendszeri oka, de semmilyen, az anyagon kívüli, spirituális okot nem tételezett föl. Ugyanakkor Köhler megpróbálta. Izomorfizmus-elmélete szerint az agyban elektromos erőterek képezik le az észlelt alakot. Ez azonban téves volt. De a Gestalt elmélet volt az egyik kiinduló pontja a későbbi agykutatásoknak. A Gestalt-megközelítés azt hangsúlyozza, hogy a tárgy más, mint a részek összessége, vagyis a tárgyakat alkotó elkülönült körvonaldarabkák összege.

Az alábbi festmény Arcimboldo Vertumnus című alkotása (1590–91, II. Rudolf portréja) jól illusztrálja ezt.

Egyszerűbben megfogalmazva, az emberi elme mindig összefüggést próbál találni a káoszban, és sokszor olyasmit is érzékel – kiegészítve a ténylegesen látott elemeket – ami valójában nincsen is ott. A következő kép az Apple termékeiből áll össze, és az alapítót, Steve Jobs-t ábrázolja.

A dolgokat az érzékelés során nem részenként érzékeljük, és aztán a teljes képet ebből a darabokból rakjuk össze, hanem egyszerre az egész kép jelenik meg az észlelés során. Például szinte azonnal látod a fa alatt szimatoló dalmatát. Mondhatod, kicsit manipuláltalak, mert szóltam, mit fogsz látni.

Abból, hogy az élmény az egészből származik, nem következik, hogy az idegrendszer ne dolgozná fel a részleteket.

Az észlelési folyamatot számtalan torzítás, illúzió befolyásolhatja annak érdekében, hogy már könnyen értelmezhető információt kaphassunk, a beérkező ingereket csoportosíthassuk és értelemmel ruházhassuk fel. Mint az imént írtam, az agyunk (a tied is) az érzékelés során nem a különálló ingerekre figyel, hanem az egész képre. Ebben a folyamatban ráadásul többféle mintafelismerő rendszer is támogatja, amelyek a háttérben elősegítik az egységes kép feldolgozását. Egy ilyen speciális mintafelismerő rendszer az arcfelismerés, amire az agyunk külön drótozva van, ezért látunk arcokat például a felhőkben is.

Az „egészlegesség” (Ganzheit) szerepét megfigyelheted olvasás közben is, amikor is szóképeket látsz: egy mondat akkor is érthető, ha a szavakban a betűk össze vannak keverve: „Az eségz mdanot étrtehő”. (A trükk az, hogy a szavak első és utolsó betűje a helyén marad, a többit keverhetjük.)

A Gestalt-pszichológusok néhány fő területre összpontosították a munkájukat. Az alakká, tárggyá formálódás legfontosabb Gestalt-törvényei a következők:

Egyszerűség: Minden mintázatot úgy látunk, hogy a lehető legegyszerűbb struktúra szolgál meghatározó értelmezésként. Az ismert olimpiai ötkarikát például öt körként észleljük, és nem kilenc bonyolult alakzatként.

Hasonlóság: a vizuálisan hasonló elemeket összetartozónak érzékeljük még akkor is, ha nincsenek közel egymáshoz, legyen az hasonló szín, hasonló méret, hasonló forma.

Az egyenruha az egyik legalapvetőbb, legerősebb hatású csoportképző „hasonlóság”.

Jó folytatás: Az elme folytatja a látott ingereket az inger „irányában”. Azokat a körvonalszegmenseket csoportosítjuk körvonalegésszé, amelyek görbülete a legkevesebbet változik, vagyis az egyenes vagy a folyamatos görbület mentén elhelyezkedő pontok tartoznak össze. Ezért látsz egy kört és egy X-et.

Közelség: az egymáshoz közelebbi tárgyakat csoportosítjuk. Az alábbi képen zöld pöttyökből álló négy (egy nagy és három kisebb) blokkot érzékelünk.

Közös sors: az együtt (azonos irányban, azonos sebességgel) mozgó tárgyakat egységnek látjuk, akkor is, ha távolabb vannak egymástól.

Zártság: Az agy „nem szereti” a rendezetlenséget vagy a befejezetlen formákat, ezért a hiányzó részeket behelyettesíti. Ennek legtöbbször idézett példája a Kanizsa-háromszög, amelynek egymással nem is érintkező elemei között egy zárt háromszöget vélünk látni, s amely kissé fehérebbnek tűnik, mint környezete. Ráadásul mintha magasabban is lenne.

Gaetano Kanizsa apja a Bánságból származó zsidó, anyja szlovén; ő olasz pszichológus és művész volt.

Ismertség: A vizuális elemeket nagyobb valószínűséggel csoportosítjuk egyetlen alakzatba, ha a kapott csoport számunkra ismerős vagy jelent valamit. Az ismertség szorosan összefügg a környezettel. Ha egy tárgyat a megszokott környezetében látunk, az agyunk a korábbi tapasztalatok miatt azonnal észleli a teljes alakot, míg egy teljesen idegen környezetben ugyanezt a tárgyat nehezebben tudjuk elkülöníteni a háttértől.

A Gestalt-elmélet mai kiegészítése és felfogása szerint észlelési hajlamokról beszélünk. Hajlamokról, nem mindig érvényes parancsokról. Együttműködhetnek, versenyezhetnek, és a kép mérete, időtartama, kontrasztja és a feladat is módosíthatja a súlyukat.

A jó folytatásnak mérhető geometriai feltételei vannak. A zajos háttérbe ágyazott, megfelelően illeszkedő vonalelemek könnyebben állnak össze körvonallá, mint a rosszul illeszkedők. A klasszikus kapcsolódási mező ennek a viselkedési szabályszerűségnek a leírása. Az ebből következtetett anatómiai megvalósítás viszont külön hipotézis.

A záródás nem pusztán egy további vonaldarab hatása. Kovács és Julesz 1993-ban elvégzett kísérletében a zárt kontúr előnye a kontúr és a körülzárt tartomány kölcsönhatására utalt. A viselkedési előny megfigyelés, a mögé állított együttműködő idegi folyamat magyarázat. A mai visszacsatolási eredmények segítenek ennek megvalósítását megérteni, de nem teszik visszamenőleg közvetlen idegsejtméréssé az 1993-as pszichofizikai kísérletet.

Nade ki az a Kovács és ki az a Julesz?

Kovács Ilona 1960-ban született. Pszichológus, látáskutató, egyetemi tanár, a Magyar Tudományos Akadémia rendes tagja. 1990 és 2003 között a Rutgers Egyetem Laboratory of Vision Research laboratóriumában dolgozott, Julesz Béla laborjában. Ezért közös a cikkük. 1975 és 1980 között a magyar kosárlabda-válogatott tagja volt, az 1980-as moszkvai olimpián negyedik lett.

Julesz Béla (1928-2003) villamosmérnök, idegtudós és kísérleti pszichológus. Pályáját a budapesti Távközlési Kutatóintézetben kezdte, aztán a Bell Labs következett. Munkássága az emberi látórendszer megismerése, a térbeli mélység észlelése és az alakfelismerés területén meghatározó jelentőségű. 1959-ben ő találta fel a véletlen pontos sztereogramot.

A „Dialógusok az észlelésről” címmel 1995-ben megjelent könyve magyar nyelven is olvasható.

Több elkülönítő jelzés hatása nem feltétlenül egyszerűen összeadódik. Egy 2026-os, 38 résztvevővel lezajlott vizsgálatban az irány és a térbeli frekvencia együttes változása a mintázati alakzat észlelését az egymástól független jelzések alapján vártnál jobban segítette. Az eseményhez kötött agyi válaszok amplitúdója bizonyos hátsó elvezetésekben csökkent. A jobb észlelés tehát nem jelent minden mérésben nagyobb jelet.

De jó! Megint szembe köpött egy fogalom: a térbeli frekvencia. Azt mutatja meg, hogy egy adott térbeli mintázat, kép vagy szerkezet részletei milyen sűrűn követik egymást egységnyi távolságon belül. Egy teljes ciklus általában egy sötét és egy világos sávból (vagy egy ismétlődő mintaelemből) áll. Ha a térbeli frekvencia alacsony, a sávok vagy mintaelemek messze vannak egymástól; ez adja a kép nagy, elmosódott, általános formáit és kontúrjait. Ha magas, akkor a sávok vagy részletek nagyon sűrűn helyezkednek el; ez adja a finom részleteket, éles éleket, hajszálvonalakat vagy textúrákat. A térbeli frekvencia mértékegysége a méter reciproka, 1/m. Gyakran használják a milliméterenkénti vonalpárokat: LP/mm. A látás térbeli-frekvenciás elmélete két fizikai elven alapul. Bármilyen vizuális inger ábrázolható a fény intenzitásának ábrázolásával a rajta áthaladó vonalak mentén. Bármely görbe lebontható szinuszhullámokra.

A látás vizsgálatában gyakori a látószögfokonkénti ciklusszám. Ugyanaz a nyomtatott csíkozás távolabbról nézve több ciklust sűrít egy látószögfokba. Ezért itt a nézési távolság is lényeges. A szinuszos felbontás matematikai lehetőségét pedig érdemes különválasztani attól a kísérleti eredménytől, hogy a látórendszer különböző térbeli frekvenciákra érzékeny csatornákkal jellemezhető.

Julesz Béla mintázatkutatása történetileg azért fontos, mert a gyors elkülönítést a képi részletek és statisztikai viszonyaik kísérleti változtatásával tette vizsgálhatóvá. A textúraelemekre épített elmélet történeti modell, nem valamennyi mai eredményt lezáró magyarázat. A mintázat határának felismerése és az abból kialakuló tárgyszerű egység továbbra is külön vizsgálható kérdés.

Mi történik, ha nincs egyértelmű alak és háttér? A szegmentálás nem követeli meg, hogy minden határ két oldalát elöl és hátul levő felületnek lássuk. Két egymás melletti színfolt megjelenhet ugyanazon sík két részeként; egy mintázat több egyenrangú csoportra tagolódhat. Ilyenkor van elkülönülés, de nincs feltétlenül klasszikus alak-háttér aszimmetria. Az alak-háttér szerveződés tehát a látási szerveződés egyik lehetséges kimenete. Egy mozaik vagy absztrakt kép részei elválhatnak egymástól anélkül, hogy egyikük mögött folytatódó felületet észlelnénk. Máskor a határ jól látható, de annak hozzárendelése bizonytalan. A bizonytalanság nem feltétlenül az él gyengesége: ugyanaz az éles határ több térbeli értelmezéssel lehet összeegyeztethető.

Átlátszóságnál a kép valamelyik helyéhez több felület járul hozzá. Egy üvegen át látott tárgy esetén az „ez a képpont vagy ehhez, vagy ahhoz a tárgyhoz tartozik” kizárólagos felosztás elégtelen lehet. A kereszteződési szerkezet és a fényességi viszonyok támogatják a rétegek elkülönítését.

Ha egy tárgy sem színben, sem világosságban, sem mintázatban, sem mozgásban, sem a két szem képének eltérésében nem különül el, a szükséges információ hiányozhat. A látórendszer ilyenkor előzetes tudással sem tud tetszőleges rejtett szerkezetet biztosan helyreállítani.

Egy tartomány elkülönülése nézés közben is gyengülhet. Egy kutatási beszámoló például perifériás mintázatok észlelési eltűnését vizsgálta: az eltűnésig eltelt idő és a megjelenés függött a mintázati különbségtől. Az ilyen helyzetekben az érzéki alkalmazkodás és a szemmozgás szerepét is el kell választani a figyelmi magyarázattól.

Az „alak nélkül nincs háttér” mondat a klasszikus alak-háttér viszony kölcsönösségét fejezheti ki. Általános tételként viszont nem helyettesíti annak vizsgálatát, hogy egy adott képet mozaikként, rétegekként, tárgyakként vagy tagolatlan mezőként észlelünk.

Ugyancsak gyakori a hivatkozás az ún. Rubin-vázára vagy Rubin-serlegre.

A sötét középső terület serlegként, a világos oldalsó területek arcprofilokként szerveződhetnek. A közös határ hozzárendelése és a vele járó formaélmény változik. Az ideghártyára jutó képnek ehhez nem kell megváltoznia. Az egyidejű tudatos hozzáférést azonban óvatosan kell megfogalmazni: a két lehetséges értelmezést ismerhetjük és a képet meg is érthetjük, miközben az egyik határszakasz domináns alakélménye éppen az egyik oldalhoz kötődik. Az ilyen többstabil észlelés megmutatja, hogy a kép és az élmény között nincs egyszerű egy-egy értelmű megfelelés. A váltások pontos magyarázata több tényezőre támaszkodhat: kölcsönös gátlásra, alkalmazkodásra, belső ingadozásokra és figyelmi befolyásra. Nem bizonyított, hogy valamennyi többstabil jelenséget ugyanaz az egyetlen hálózati mechanizmus váltja ki.

A két szem versengése rokon, de eltérő helyzet: a két szemhez két különböző képet juttatunk. Kovács Ilona és munkatársai kimutatták, hogy a két szemből érkező, összeillő részletek egyetlen összefüggő észleletté is csoportosulhatnak. A versengés ezért nem írható le minden esetben azzal, hogy egyszerűen az egyik, majd a másik szem teljes képe győz. Két kép külső váltogatása megint más: ott maga az inger változik. A spontán értelmezésváltást, a két szem közti versengést és az időben váltott képek hatását érdemes külön bemutatni és külön mérni. A jelenségek hasonlósága nem bizonyít azonos idegrendszeri megoldást.

A Kanizsa-háromszögben kétféle kiegészítés működik egyszerre. A fehér háromszög körvonalát látjuk, pedig a papíron nincs ott: ez az ún. modális kiegészítés. A fekete korongokat és a vonalas háromszöget viszont teljesnek érzékeljük a fehér háromszög mögött, de a takart részüket nem látjuk: ez az ún. amodális kiegészítés. A kettő megkülönböztetése alapvető: a láthatóság és a folytonosság tudata nem azonos.

A kiegészítést a látható részek geometriája befolyásolja. A simán folytatható élek és a takarásra utaló találkozások növelik egy folytonos tárgy értelmezésének valószínűségét. A természetes képek körvonalainak statisztikája és a takarásos feladatok emberi eredményei között számszerű kapcsolat is kimutatható. Ebből nem következik, hogy a megfigyelő tudatos számítást végez.

2024-ben a szerkezeti jelzések és a tudás hatását vizsgálták az agy különböző területein. Az eredmények elsősorban a magasabb látási feldolgozás szerepét támogatták; a korai látókéregben nem találtak ugyanilyen egyértelmű kiegészítési mintázatot. Nem tekinthető eldöntöttnek, hogy a rejtett felületrészeknek minden helyzetben részletes, pontonkénti „belső képe” keletkezik a V1-ben. A negatív képalkotó eredmény sem bizonyítja valamennyi ottani folyamat hiányát.

A „kitöltés” szó legalább kétféle dolgot jelenthet: az élmény teljességét, illetve a megfelelő képi helyeket képviselő idegsejtek aktivitásának tényleges kiterjedését. Az elsőből a második nem következik automatikusan. Ha az alak egészét erősebb aktivitás képviseli, az sem jelenti szükségképpen az összes felszíni részlet fényképszerű rajzolatát.

Bonyolult? Igen. Sok a feltételezés? Igen. Vannak azért biztosan állítható következtetések? Szerencsére, igen, egyre több. Akkor emésztgesd kicsit!