摘要：人類對外星文明的尋找和癡迷自古就有記載。所以，每每看到拍攝于外星球的照片，必然會情緒激動，試圖從中獲取存在外星人的蛛絲馬跡。

一、火星人臉

人類對外星文明的尋找和癡迷自古就有記載。所以，每每看到拍攝于外星球的照片，必然會情緒激動，試圖從中獲取存在外星人的蛛絲馬跡。

圖1(a)是一張1986年美國“海盜1號”火星探測器在火星“西多尼亞”地區拍攝的照片。如果直接對圖做分析，即使用到上文講過的先驗知識，也不太容易發現什么信息。

不過，圖像處理工作者多少懂點PS，會對圖像先做些處理。首先，這張圖像比較偏暗，先得讓圖像變亮點，得到圖1(b)。其次，早期火星探測器拍攝的照片易受設備或其它電磁干擾影響，會在圖像上產生一些白點和黑點，即圖像屆俗稱的“鹽”和“胡椒”組成的椒鹽噪聲，如圖1(b)。這類噪聲由于處在圖像像素亮度的兩個極端，比較容易通過圖像處理技術消解，得到圖1(c)。而圖1(c)的亮度過于集中在灰色區域，需要用相應的技術將圖像亮度的變化或動態范圍擴大，以便于人類更方便感知其中的差異，于是有了廣為流傳的圖1(d)。

(a)(b) (c) (d)

圖1火星人臉的圖像處理過程

圖1(d)是曾經很著名的“火星人臉”。據小道消息，當年前蘇聯的一群“科學家”們從美國宇航局公開的網站上拿到一組火星照片，對原始圖片進行類似上述的處理后便得到了這張照片。大家非常激動，因為圖上有一張看似立體的人臉，眼睛、鼻子、嘴巴都非常逼真。可是按拍攝的距離和目標比例來估計，顯然不可能是人力可為之，更何況有記載的人類文明從未有人去過火星。他們便推測這可能是外星人留下的遺跡。盡管美國宇航局一直強調，這只是光學和圖像后處理的視覺錯覺。但在當時，這種強調被認為是刻意掩蓋外星文明的陰謀論。

從那時開始，媒體對火星人的幻想一直持續不斷，前前后后拍過的經典電影不少。有與火星人發生戰爭的《火星人玩轉地球》和《世界之戰》，也有幻想和平相處的，如2000年拍攝的、圍繞火星人臉和火星文明展開的《火星任務》。

為了能“走近科學”，答疑解惑，美國宇航局后來又做了幾次火星探索。1998和2001年對火星人臉位置進行了再次偵測。從發回的照片看，“火星人臉”只是一座普通的山丘，如圖2(a)-(c)所示。但由于當時火星正值多云天氣，照片效果不佳，大眾并不認可其結論。2015年7月，歐洲宇航局“火星快車”探測器飛越火星“人臉”上空時，拍下幾幅高清晰照片。其拍攝的3D成像照片清楚地呈現了火星人臉的地形，如圖2(d)所示。它表明在其他角度觀察“火星人臉”時，并沒有任何人臉的特征在上面，只是自然界腐蝕的結果而已。

(a) (b) (c) (d)

圖2不同年代、不同角度下的火星人臉

通過這些努力，多少打消了大家對火星人的幻想。2015年的電影《火星救援》更是把火星描繪成荒無人煙的沙漠。主人公馬克因意外不得不獨自火星上生存，在絕對的孤獨中只能靠刺激感官的搖滾和迪斯科音樂來振作精神。比如，他在改裝戰神四號準備逃離火星時，聽著與披頭士齊名的、ABBA樂隊1974年成名曲“Waterloo”(滑鐵盧)。

不過，上個月底(2018年7月30日)在火星南極發現了巨大的地下湖，又讓人對火星生命產生了新的希望和聯想。

然而，不管有沒有火星人，“火星人臉”的視覺錯覺來源于兩個因素，一是人對人臉的先驗知識，另一個是陰影幫助人們建立的立體視覺。

二、陰影

陰影是日常生活最常見的。太陽升起來，照在桑干河上，河邊的景物便有了影子。

圖3陰影的形成與分類[1]

一般來說，陰影有四類，如圖3所示。光照在物體上，被物體完全遮擋在地面形成的陰影稱為全影(Cast Shadow)；由于光源大小差異在全影以外形成的陰影稱為半影(Penumbra)；物體表面因光源變化而導致光的強弱變化，未被遮擋部分稱為陰影(Shading)，而被遮擋部分稱為附著陰影(Attached Shadow)。另外，如果把陰影的類型作為課堂習題，學生回答不上來拿不到滿分的時候，說不定還會增加一個心理陰影。

陰影對人的認知、人工智能的發展有著不可忽視的影響，利弊共存。

首先，人對陰影的認知，并非與生俱來的。1到2歲的小孩發現腳下連著個影子時，并不會馬上明白這只是光學現象，反而可能會因為甩不掉而產生短暫的恐懼感。成語中的“杯弓蛇影”也反映了影子對心理認知的影響。那么，未來的機器人能賦予這種“心理陰影”的認知能力嗎？

其次，陰影的存在為人類識別目標的大小、遠近、運動方向和數量等提供了參考，好的、壞的都有。它對許多人工智能的實際應用也造成了不小的障礙。

舉例來說，今年3月的首例無人駕駛車撞人致死事件就與之有一定關系，如圖4所示。從美國優步(Uber)公司公開的事故報告來看，當時優步無人車上的駕駛員把激光雷達測距儀關掉了，結果使得無人駕駛只能僅依賴攝像頭獲取的圖像來實現自主駕駛。由于夜幕對駕駛周邊環境形成的巨大陰影，推車的受害者在出現前被完全掩蔽在黑暗中。分析的結果表明，雖然視頻中人被檢測出來了，但低于閾值。不過，報告沒有提及在陰影中人是否被檢測出了。這些多少說明，陰影的存在，使得智能駕駛系統在判斷目標是否為人時的確定性顯著降低了。

由于確定性的降低，在等被害者從陰影中走出后，系統沒能輸出緊急剎車的指令，最終導致了慘劇的發生。這次事故也直接影響到了整個無人/智能駕駛行業的研究。

圖4:優步無人駕駛事故中的4幀圖片

陰影對目標的跟蹤和計數的干擾也很嚴重。如圖5(a)中，如果不能將車輛和其陰影分離，智能駕駛就無法精確定位車輛、車形和測距[2]。再如圖5(b)的計數問題，如果缺乏好的陰影抑制或去除算法，則會影響對羊群的準確計數，進而可能影響某些人或智能機器人的“睡眠”。

圖5 (a)未進行陰影抑制的車輛檢測[2]; (b) 陰影與羊群計數

但是，目前的陰影分離和去除仍沒有特別好的人工智能和計算機視覺算法[3]。有學者將陰影和實際圖像看成是兩個獨立變量，利用獨立分量分析(Independent Component Analysis)的技術來過濾和分離陰影。也有學者希望借顏色恒常知覺(Retinex)來設計算法去除陰影[4,5]。最近的深度學習技術，有考慮采用深度卷積網的[6]，也可以考慮采用“圖像+編輯”的思路、通過生成式對抗網絡或自編碼網絡來去除陰影。然而，由于陰影的多樣性，要構造陰影去除的終極算法并不容易。更何況，這項研究在人工智能和計算機視覺領域本就屬于小眾研究。

另外，去除陰影也并非都是好的，因為陰影會幫助人們形成立體視覺，以及對觀測目標距離的正確判斷。在這種情況下，過濾或消除陰影可能導致危險的后果，尤其在智能駕駛中。比如圖6中，陰影的位置可以讓人對目標的空間位置產生明顯不同的判斷。如果沒有陰影，就很難猜測紙到底是W形狀還是M形狀了[1]。

圖6 筆的陰影對折紙結構的幫助[1]

值得指出的是，陰影如此有用，可將全部陰影類型均用于繪畫藝術的卻并不多。在繪畫中，用得最廣泛的是材料本身形成的陰影。而能反映物體運動和時間變化的全影(Cast shadow)則較少被使用。Jacobson和Werner曾分析了大量古代的繪畫作品，發現有兩幅表現這些變化的作品[7]。一幅是作者Giorgio de Chirico畫的“正午的教堂”。作者用長長的陰影配合明亮、正午的天空來形成永恒(timelessness)的感覺。一幅是作者Masaceio畫的“耶酥門徒猶大的故事”。他將猶大走路時形成的陰影畫成透明的，通過覆蓋在路邊信徒的身上來表達圣經中曾經描述過的神跡：猶大經過的地方，路邊虔誠信徒的頑疾會不治而愈。

?

圖7正午的教堂(左)和猶大用影子治愈信徒的故事(右)[7]

盡管全影能提供目標的運動信息，Jacobson和Werner認為這一信息很難在繪圖中被表現出來，因而全影在繪畫中是可有可無的(expendable)[7]。

類似地，在人工智能和計算機視覺領域，基于靜態陰影的研究相對多些，但基于陰影的變化來估計目標的距離、形狀、運動速度等的文章則少了很多。考慮到他能提供的豐富輔助信息，相信未來會有更多的學者會把動態陰影的分析加入到人工智能的研究中。

三、人工智能戰爭下的仿生與陰影

陰影對自然界的生物也很重要。以昆蟲為例，昆蟲的背殼往往比其腹部要黑得多。當其停在某處時，暗的背殼靠近光，形成的陰影可以有效的掩蓋其腹部體征。按格式塔統一論，昆蟲就變成一個整體，其立體感消失，變得完全不像一個固體的、三維的“東西”,從而達到偽裝的效果[8]。

這一特性實際上也可以為軍事領域的間諜和竊聽昆蟲所利用。尤其在不久的將來，隨著人工智能研究的快速發展，未來仿生機器人的體積將會更加微型化時。

那么，要發現這類仿生機器人，一個直接的辦法就是設法還原甚至放大其原有的立體感。一個最簡單的辦法就是利用光線來主動重建陰影。本人常受蚊蟲困擾，不堪之余就會用強光手電筒來尋找隱藏在床角、椅凳下的蚊子，屢試不爽。原因也簡單，強光能破壞蚊子的“陰影”，還原其立體結構，甚至可以放大蚊子的尺寸。成功消滅蚊子的時候，偶爾也會想想，如果能將其重建陰影的過程自動化，說不定就能用于未來人工智能戰爭下的反竊聽。這種方法的好處是不用增加昂貴且復雜的設備、簡單易行，隨后的微小目標識別只需用常規的目標檢測技術即可實現。

不難看出，陰影對人類的認知和人工智能都有著很重要的作用，但要利用好它卻并非易事。除了陰影外，還有什么簡單因素，也會讓愛犯錯的智能體繼續犯錯呢？