玻尔百科大脑如何将投射在视网膜上的光点拼图转化为一个由物体、面孔和场景组成的连贯、可识别的世界？这个关于感知的基本问题，在初级视皮层（V1）——视觉信息进入大脑皮层的第一个区域——中找到了最初的答案。正是在这里，David Hubel 和 Torsten Wiesel 做出了他们荣获诺贝尔奖的发现：大脑并非从点开始看世界，而是从检测线条和边缘开始。他们识别出两种关键的神经元类型——简单细胞和复杂细胞，它们构成了复杂的计算层级结构的基石。理解它们各自不同的作用，揭示了大脑用以理解视觉上复杂且不断变化的环境的核心策略。
本文探讨了简单细胞和复杂细胞背后的精妙原理，不仅将它们视为生物组件，更将其视为基本的计算单元。我们将解析赋予这些细胞独特性质的机制，并观察它们之间的关系如何构成构建稳健和抽象表征的蓝图。在第一章“原理与机制”中，我们将剖析区分简单细胞和复杂细胞的感受野和响应特性，最终引出能够优雅地解释其功能转换的能量模型。随后的“应用与跨学科联系”一章将展示该模型的深远影响，从解释视觉中的基本权衡，到为人工智能领域的深度学习革命提供直接灵感。
要理解我们如何看见事物，我们必须深入大脑的初级视皮层，即 V1。这是来自眼睛的信号在进入更高层级心智处理中心旅程中的第一站。在这里，原始的光点和暗点信息被转化为更有意义的东西：感知的基石。David Hubel 和 Torsten Wiesel 在20世纪中叶荣获诺贝尔奖的研究揭示，V1 中的神经元不仅仅是光探测器；它们是专家，专门对特定方向的线条和边缘做出响应。在这些专家中，出现了两个主要类别，他们将其命名为简单细胞和复杂细胞。理解它们处理信息的不同策略，揭示了我们大脑结构中一种惊人优雅且层级化的计算设计。
想象一下，你想制造一台机器来检测图片中的垂直线。一个直接的方法是创建一个看起来像垂直线的模板或镂空板。然后，你可以将这个模板在图像上滑动，每当它与一条垂直线完美对齐时，你的机器就大喊“找到了！”。一个简单细胞的工作方式与此惊人地相似。
神经元的“模板”被称为其感受野——即它所关注的视觉世界的特定区域。对于一个简单细胞来说，这个感受野并非均匀一致；它被精心组织成不同的、细长的子区域，这些子区域要么被光激发（ON区域），要么被暗激发（OFF区域）。一个典型的、对垂直边缘调谐的简单细胞，可能有一个细长的ON区域紧邻着一个平行的OFF区域。
这种结构意味着简单细胞作为一个线性滤波器运作。其响应在很大程度上是其感受野内所有光强度的简单加权总和。落在ON区域的光会增加响应，而落在OFF区域的光会减少响应。我们可以用数学方式描述这个过程：如果图像是光强度函数 ，感受野是加权函数 ，那么细胞的响应 本质上是它们的内积，。
这种线性，虽然简单，却带来一个深刻且不可避免的后果：相位敏感性。因为ON和OFF区域在空间中是固定的，所以细胞对其刺激物的确切位置极为挑剔。一束亮条光完美地落在其ON区域上，会使其剧烈发放。但如果你将同一束亮条移动到OFF区域，细胞的发放就会被抑制。如果它落在两者之间，兴奋和抑制可能会相互抵消，导致响应微弱。这种对刺激物在感受野内精确位置（或称空间相位）的依赖性，是简单细胞的标志。
事实上，我们可以从第一性原理出发，论证任何对边缘具有选择性的线性神经元必须是相位敏感的。叠加原理，即线性的根本定义，规定了对两个图像之和的响应必须是各自响应的总和。考虑一个由余弦波表示的光栅图案。如果我们移动光栅（改变其相位），线性细胞的响应也必须以相应的正弦方式变化。要使响应保持不变——即相位不变——唯一的方法是响应的正弦和余弦分量的系数都为零。但这将意味着细胞对该光栅完全没有响应，这与它是一个边缘探测器的事实相矛盾！因此，一个非零的线性响应必然是相位敏感的响应。
在实验上，这种挑剔性显而易见。当向一个简单细胞展示其偏好方向的漂移正弦光栅时，随着光栅的明暗条纹在其固定的ON和OFF子区域上漂移，其发放率会节律性地起伏。响应被强烈地调制，这种调制是如此具有特征性，以至于神经科学家用它作为定量的指纹。他们计算响应的调制分量（）与平均发放率（）的比率。对于简单细胞，调制很强，因此其比率通常大于1。
简单细胞的这种“字面化”特性为构建一个稳健的视觉系统带来了问题。现实世界中，一个边缘的身份不会因为你的眼睛抖动，使其在视网膜上的位置移动了毫米的一小部分而改变。我们需要一个更抽象的表征——一个能够报告“这里有一个垂直边缘”而不过分计较其确切位置的神经元。这就是复杂细胞的工作。
复杂细胞的定义性特征是其相位不变性。对于位于其感受野内任何位置的定向边缘，它都会以持续的尖峰发放来响应 [@problem_-id:3978679]。它摆脱了其简单对应物的位置挑剔性。当看到相同的漂移光栅时，复杂细胞无论条纹在哪里都以持续的高速率发放，导致调制微弱，其比率小于1。它的感受野图显示出重叠的ON和OFF区域，因为它在同一位置对亮边和暗边都有响应。
大脑是如何构建这种抽象的、相位不变的响应的？正如我们所见，单个线性滤波器无法胜任。大脑需要一种新的计算策略，一种涉及非线性步骤的策略。它找到的解决方案在效率和数学美感上都是一个奇迹，被称为能量模型。
能量模型的洞见在于，一个复杂细胞不是单个滤波器，而是一个管理者，它汇集来自一组简单细胞的信息。至关重要的是，它至少听取两种特定类型的简单细胞，它们构成一个正交对。可以把其中一个想象成“余弦”滤波器，其感受野是偶对称的（例如，一个中央亮条两侧是两个暗条）。另一个则可以想象成“正弦”滤波器，其感受野是奇对称的（例如，一个亮条旁边是一个暗条）。这两个滤波器对相同的方向和大小进行调谐，但它们的空间相位彼此完美相差90度。
现在是见证奇迹的时刻。当一个相位为 的光栅呈现时，余弦细胞的响应将与 成正比，而正弦细胞的响应将与 成正比。复杂细胞做了一件极其简单的事情：它取余弦细胞的响应并将其平方。它取正弦细胞的响应并将其平方。然后，它将两个平方值相加。
这能达到什么效果呢？现在，输入到复杂细胞的总和与 成正比。根据一个基本的三角恒等式，我们知道对于任何角度 ，。相位 从方程中消失了！
最终的响应是一个常数值，它只取决于刺激的对比度（其“能量”），而不取决于其相位。这个优雅的计算，，其中 和 是偶对称和奇对称简单细胞的输出，创建了一个边缘的稳健、相位不变的表征。这等同于计算一个复数的模的平方，，这一公式揭示了神经计算与信号处理之间的深刻联系。
这种从简单到复杂的转换是大脑中层级处理的一个基础范例。在每个阶段，系统都从前一阶段的输出中构建出更抽象、更具不变性的表征。通过汇集感受野位置略有不同的简单细胞的输入，复杂细胞自然而然地发展出更大的感受野，使它们能够在更广阔的空间范围内进行泛化。
长期以来，简单细胞和复杂细胞被视为两个截然不同、不可分割的类别。然而，配备了更强大分析工具的现代神经科学提出了一个更细致的图景。似乎存在的不是严格的二分法，而是一个属性的连续谱。一些神经元非常“类简单细胞”，其响应由单个线性滤波器主导，这可以通过一种称为“发放触发平均”的技术来揭示。另一些则非常“类复杂细胞”，这种平均技术对它们无效，因为细胞的响应是其输入的偶对称函数（就像能量模型中的平方运算）。对于这些细胞，需要更复杂的协方差分析来揭示神经元正在计算的多个滤波器维度——即正交对。
这种现代观点并没有否定经典的区分；它丰富了它。它表明大脑不只使用两种僵化的策略，而是一个灵活的计算谱系。从一个简单的、字面意义上的模板匹配器（简单细胞），到一个抽象的能量探测器（复杂细胞）的旅程，不仅仅是关于两种神经元的故事。它让我们得以一窥神经计算的基本原理，即简单的、局部的操作被层层叠加，以构建出最终产生我们所感知的丰富视觉世界的不变且稳健的表征。
要真正欣赏科学中的一个伟大思想，我们不仅要理解其内部运作机制，还必须追问它能做什么。它打开了哪些大门？我们可以提出哪些新问题？它解决了哪些难题，我们又能用它来构建哪些新技术？简单细胞和复杂细胞的层级模型就是那种罕见的、强大的思想之一，其影响远远超出了其神经生理学的发源地。它已成为理解我们如何感知世界的基石，是探索大脑回路的实验者的指南，并且最引人注目的是，它成为人工智能领域一场技术革命的蓝图。
现在，让我们踏上这段应用的旅程，看看这个优美的概念如何将大脑湿润而复杂的机器与数学的优雅逻辑以及我们最先进计算机的硅电路联系起来。
大自然总是面临权衡，大脑也不例外。一个视觉系统必须能够识别一个物体是什么，而不管它确切地在哪里。一个发出“垂直边缘”信号的神经元，无论该边缘在这里，还是在偏离零点几度的位置，都应该发放。这是不变性的挑战。同时，系统必须以一定的精度知道边缘的位置，以构建一个连贯的世界图像。这是对选择性的要求。一个神经元能同时做到完美的不变性和完美的有选择性吗？
事实证明，这里有一个深刻的原则在起作用，一种视觉的测不准原理。构建位置不变性的行为本身是有代价的：空间精度的损失。我们讨论过的模型让我们不仅能将此视为一个定性陈述，还能视其为一个精确的数学定律。
想象一下，我们通过汇集许多对同一特征调谐但覆盖位置略有不同的简单细胞的响应来构建一个复杂细胞。当我们为了获得更多不变性而增加这个汇集区域的大小时，我们的复杂细胞响应相对于位置变得更加“模糊”。它对单个光点的活动轮廓会变宽。我们可以通过其响应轮廓的方差来量化这种模糊程度。数学优美地表明，汇集后的复杂细胞的最终方差就是其下层简单细胞感受野的方差与汇集窗口本身方差的总和。你汇集得越多，增加的方差就越多，你对特征确切位置的确定性就越低。
这导向了一个更为深刻的结果。如果我们将“选择性”定义为神经元对其最偏好刺激的峰值响应，将“不变性”定义为其响应的位置范围宽度，我们发现它们的乘积是恒定的！。通过扩大汇集窗口来增加不变性，必然会降低峰值选择性，反之亦然。这告诉我们一些根本性的东西：鱼与熊掌不可兼得。大脑必须在处理的每个阶段做出精细的平衡，决定用多少选择性来换取多少不变性。这不是系统的缺陷；这是一个塑造了神经计算逻辑的基本约束。
大脑为什么要费尽周折地创造复杂细胞？它们解决了什么问题？从一个试图理解世界的下游神经元的角度来思考这个挑战。它接收到一个来自简单细胞的信号。这个简单细胞的响应很强。这意味着什么？这可能意味着刺激的对比度很高（非常亮），并且其相位与感受野完美对齐。或者，它也可能意味着刺激的对比度极高，但其相位对齐得很差。简单细胞的输出在根本上是模糊的；它混淆了特征的强度与其精确的对齐。
这就是复杂细胞的天才之处变得显而易见的地方。通过汇集一对正交简单细胞——一个对 相位敏感，一个对 相位敏感——的平方响应，复杂细胞完成了一项卓越的神经算术技巧。依赖相位的项 和 相加为一，有效地完全消除了相位变量。复杂细胞的响应不再是随相位起伏不定的信号，而是一个稳定、稳健的，衡量局部特征能量或对比度的指标。
这种转换是一种强大的信息处理行为。它将一个模糊、嘈杂的信号提炼成一个可靠的信号。利用复杂细胞的输出，下游神经元可以构建一个对世界中特征对比度更准确、更稳定的估计，这个估计不会被不相关的相位变量所干扰。复杂细胞不仅仅是看世界；它创造了一个对识别任务更有用的世界表征。
一个好的科学模型不仅仅是解释我们已经看到的东西；它还对我们如果进行新实验应该看到什么做出预测。简单到复杂细胞模型一直是这种理论与实验对话的沃土。它提供了一个布线图，现代神经科学家可以用惊人的精度来检验。
想象一下，我们拥有一种可以用光来开启或关闭特定神经元的工具——一种称为光遗传学的技术。我们的模型预测，视觉皮层第2/3层的复杂细胞是通过汇集第4层简单细胞的输入构建的，并且这种转换通过第2/3层内的局部兴奋性连接得到精炼。如果我们直接检验这个预测会怎样？
模型做出了一个清晰的预测。如果我们暂时沉默第2/3层的局部兴奋性网络，我们实际上就破坏了汇集和整合机制的关键部分。因此，一个复杂细胞应该变得更“类简单细胞”。它对漂移光栅的响应，通常是稳定的，现在应该变得更具调制性，其对刺激相位的敏感性也应增加。在实验上，这表现为其比率——一个衡量响应调制程度的标准——的增加。相反，人为激活这个局部网络应该会增强汇集作用，使细胞变得更复杂，从而降低其比率。这些不是模糊的哲学观点，而是具体的、可量化的预测，这些预测可以在实验室中得到检验，并且已经在很大程度上证实了这种前馈回路的核心原则。
此外，该模型帮助我们理解我们在大脑中看到的多样性。并非每个细胞都是完美的“简单”或“复杂”教科书范例；存在一个连续谱。数学模型显示，这个谱系可以从神经元接收连接的统计数据中自然产生。一个汇集了来自相位偏好差异很大的简单细胞输入的神经元，其行为将像一个经典的复杂细胞。而一个恰好从相位高度一致的简单细胞获取输入的神经元，反过来其行为会更像一个简单细胞。该模型提供了一个统一的框架，既解释了原型，也解释了围绕它们的多样性。
也许简单-复杂细胞层级结构最惊人、影响最深远的应用，是其发现者们永远无法预料到的。在21世纪，计算机科学家们在努力构建人工视觉系统时，最终采用了一种看起来惊人熟悉的架构。这种被称为深度卷积网络（DCN）的架构，自此彻底改变了人工智能。
DCN的基本构建模块是一系列操作：卷积 非线性（ReLU） 池化。让我们来分解一下：
卷积： 一组滤波器或核，在输入图像上滑动。每个滤波器都是一个特征的小模板。在对自然图像进行训练的网络的第一个层中，这些滤波器会自发地学会成为定向的边缘和条状探测器——它们成为V1简单细胞感受野的完美类似物。
非线性（ReLU）： 卷积的输出通过一个将所有负值设为零的函数。这类似于神经元的发放率不能为负的事实，并使网络能够学习特征的复杂、非线性组合。
池化： 局部邻域内的活动被组合起来，通常是通过取最大值（最大池化）。这一步赋予了表征局部的平移不变性。如果一个特征轻微移动，邻域内的最大激活值仍然保持很高。这是对V1复杂细胞功能的直接实现。
真正的力量来自于堆叠这些层。第一层检测边缘（类V1）。第二层在第一层的边缘图上进行卷积滤波，学会将边缘组合成更复杂的特征，如角点、曲线和纹理（类V2/V4）。下一层将这些部分组合成更精细的配置，对应于物体片段。以此类推，直到最终层响应整个物体，如面孔或汽车（类IT）。
这不是一个松散的比喻。征服了计算机视觉世界的架构，是半个多世纪前在视觉皮层中发现的层级处理方案的一种直接的功能性实现。这是对智能统一性的深刻证明，表明无论是实现在大脑湿润的生物硬件中，还是在GPU干燥的硅硬件中，层级特征提取和不变性构建的相同核心原则都是有效的。
尽管它功能强大且取得了巨大成功，我们必须记住，模型终究只是一个模型。它是一个出色的简化，但并非故事的全貌。当我们构建更复杂的脑启发技术，如脉冲卷积神经网络（SCNNs）时，理解这种类比在何处成立、在何处失效变得至关重要。
这些差距并非模型的失败。它们是指导我们前进的路标。它们代表了计算神经科学和人工智能激动人心的前沿领域，新一代的研究人员正在努力构建不仅功能强大，而且更忠实于生物大脑错综复杂和优美之复杂性的模型。始于对屏幕上闪烁光条的简单观察的旅程，将继续引导我们走向对智能本身更深刻的理解。