

以下内容摘自迪恩·布诺马诺(Dean Buonomano)所著的《你的大脑是一台时间机器:时间的神经科学与物理学》(Your Brain is a Time Machine: The Neuroscience and Physics of Time)。
我们已经看到,人类和其他动物会执行各种各样的时间任务,例如判断声音从一只耳朵传到另一只耳朵的延迟时间、红灯的持续时间,或者地球绕其轴线的自转周期。这些任务依赖于对孤立时间间隔或时长的判断;这就像在时间维度上判断物体长度一样。相反,语音和音乐识别需要确定复杂时间模式的时间结构:将许多时间碎片组合起来才能构成整体。

时间之于语音和音乐识别,如同空间之于视觉物体识别。我们可以将识别图画中的人脸视为一个空间问题——也就是说,相关信息包含在图画所有元素之间的空间关系中。它也是一个分层问题:低级信息(线条和曲线)必须被整合到一个统一的图像中。一个圆圈就是一个圆圈,但两个并排的同心圆对就成了眼睛;将它们放在一个更大的圆圈里,你就得到了一张脸,以此类推,直到我们在一幅场景中看到一群人。语音和音乐是视觉场景识别在时间维度的对应物:它们需要解决一系列嵌入式时间问题。语音需要追踪越来越长元素的时序特征:音素、音节、单词、短语和句子。在某些方面,识别时间模式的层次结构更具挑战性,因为它需要某种对过去的记忆。图画的所有特征都同时出现在一张静态纸上,但语音或音乐的相关特征需要跨时间进行整合;也就是说,每个特征都必须在已经消逝于过去的元素背景下进行解释。
摩尔斯电码也许最能说明大脑处理时间模式的能力有多么复杂。语音和音乐依赖于编码在声音时间结构中的信息,但声音的音高也承载着大量信息。我们可以将音高视为空间信息,有点像纸上线的方向。这可能会有点令人困惑,因为音高指的是声音频率的感知,而频率本身是一个以每秒周期为单位测量的固有时间属性——即声音波振动周期重复之间的间隔。然而,声音的频率是通过耳蜗内的听觉感觉细胞(毛细胞)沿耳蜗长度的排列来表征的。因此,就中枢神经系统而言,区分声音的音高基本上是一项空间任务——类似于区分钢琴上琴键的位置差异。摩尔斯电码独立于任何音高或空间信息——在摩尔斯电码中,时序就是一切。
摩尔斯电码有两个基本元素:点和划。这些符号之间唯一的区别在于它们的持续时间,因此摩尔斯电码只需要一个通信通道,例如一个以某种复杂时间模式打开和关闭的音调或灯光。这种简单性使得代码易于传输。信息甚至可以通过短暂和长久的眨眼来发送。美国海军上将杰里迈亚·邓顿(Jeremiah Denton)在越南战争期间就以这种方式著名。作为一名战俘,他在接受宣传目的的采访时,在回答一个问题时说:“我能获得充足的食物、充足的衣物以及在我需要时得到的医疗照顾。”但在他说话的同时,他眨眼传达了:T O R T U R E(折磨)。
点和划的持续时间取决于摩尔斯电码的总体速率,以每分钟字数(wpm)衡量。以每分钟10字的速度,每个点和划的持续时间分别为120毫秒和360毫秒。但停顿中也编码了信息:每个字母之间的停顿是360毫秒(是点的持续时间的3倍),而每个单词之间的停顿是840毫秒(是点的持续时间的7倍)。图案
· — — · · · · · — — · · · · · — · · — — ·
读作what is time。较长的停顿代表单词之间的分隔。所有信息都包含在音调的持续时间、它们之间的间隔以及它们整体的全局结构中。但就像语音一样,摩尔斯电码也有节奏,专家似乎能够利用时序的微小变化来通过演讲者的“口音”识别身份。对于未经训练的耳朵来说,听一段长长的摩尔斯电码信息就像听一门外语:不可能听出什么时候一个字母结束,下一个字母开始。每个传入的音调都会堆积在之前的音调之上,使得无法区分序列
· · · · · · · · (she) 和 · · · · · · · · · (his)
当然,专家不需要有意识地数这些点,也不需要停下来思考听到字母“t”没有,就能区分单词neuron(神经元)和neutron(中子),就像你区分这两个单词一样。
那么,一个人如何成为摩尔斯电码专家呢?循序渐进。没有人会以每分钟20字的速度开始学习摩尔斯电码:人们从慢速开始,然后逐渐提高。一种推荐的方法是使用所谓的法恩斯沃思(Farnsworth)时序:字母以正常速度传输,但字母和单词之间的停顿通过加长来强调。这使得学生能够将字母作为一个单一的“时间对象”来学习,同时强调每个字母和单词之间的边界,以便它们之间的干扰减少。
摘自《你的大脑是一台时间机器:时间的神经科学与物理学》(Your Brain is a Time Machine: The Neuroscience and Physics of Time),迪恩·布诺马诺(Dean Buonomano)著。版权所有 © 2017,迪恩·布诺马诺。经出版商 W. W. Norton & Company, Inc. 授权。保留所有权利。
《Popular Science》很高兴为您带来精选的新书和值得关注的科学相关书籍。如果您是作者或出版商,并且有您认为非常适合我们网站的新书,请与我们联系!请发送电子邮件至books@popsci.com。