Trong các thí nghiệm phòng lab, não đã cho thấy dấu hiệu phân loại một bức ảnh (có động vật hay không) chỉ khoảng 150 mili giây sau khi ảnh hiện lên, theo nghiên cứu của Simon Thorpe và cộng sự năm 1996. Năm 2014, nhóm của Mary Potter ở MIT cho thấy người ta vẫn nhận ra nội dung một bức ảnh chỉ hiện trong 13 mili giây với tỉ lệ cao hơn đoán mò. Não không "nhìn kỹ" rồi mới hiểu; nó nắm được ý chính của cảnh gần như ngay lập tức, chi tiết tính sau.
Đo tốc độ nhận ảnh bằng cách nào
Muốn biết não cần bao lâu, các nhà nghiên cứu dùng hai loại công cụ:
- Đo hành vi: cho xem ảnh rất nhanh, rồi hỏi người tham gia đã thấy gì. Thời gian hiện ảnh càng ngắn mà vẫn trả lời đúng, thì não càng xử lý nhanh.
- Đo hoạt động não: đặt điện cực trên da đầu (điện não đồ) để ghi tín hiệu điện của não theo từng mili giây, tìm thời điểm não "phản ứng khác nhau" với hai loại ảnh.
Có một mẹo quan trọng: nếu ảnh hiện 13 ms rồi để màn hình trống, hình ảnh vẫn còn lưu lại trên võng mạc thêm một lúc, nên thực tế người xem được xem lâu hơn. Vì vậy ngay sau ảnh, các thí nghiệm cho hiện một mặt nạ: một hình nhiễu, chồng chéo nhiều mảng màu, để xoá dư ảnh. Có mặt nạ, con số thời gian mới thật sự có ý nghĩa.
Thí nghiệm của Thorpe năm 1996: 150 mili giây
Simon Thorpe, Denis Fize và Catherine Marlot ở Toulouse, Pháp công bố trên tạp chí Nature năm 1996 một thí nghiệm nay đã thành kinh điển. Người tham gia xem hàng loạt ảnh chụp thiên nhiên, mỗi ảnh chỉ hiện 20 ms, và phải nhấc tay khỏi nút nếu ảnh có động vật (chim, cá, thú, côn trùng... ở mọi tư thế, mọi kích cỡ), giữ nguyên nếu không có.
Họ làm rất tốt, đúng trên 90% số lần. Nhưng phát hiện gây chú ý nhất đến từ điện não: tín hiệu não khi xem ảnh có động vật và không có động vật bắt đầu khác nhau ở khoảng 150 ms sau khi ảnh hiện. Tức là đến mốc ấy, não đã "biết" phần lớn điều cần biết để phân loại.
Con số 150 ms quan trọng vì nó rất sát với thời gian tối thiểu để tín hiệu đi một lượt từ võng mạc qua các vùng thị giác. Nó gợi ý rằng phân loại nhanh như vậy có thể thực hiện chủ yếu bằng một lượt quét xuôi qua các tầng xử lý, không cần nhiều vòng phản hồi qua lại. Đây vẫn là một chủ đề được bàn rộng: nhiều nhà khoa học cho rằng các vòng phản hồi vẫn quan trọng cho việc nhận thức đầy đủ, nhất là với ảnh khó.
Potter năm 2014: 13 mili giây vẫn nhận ra được
Mary Potter đã nghiên cứu việc xem ảnh trình chiếu cực nhanh từ thập niên 1970. Năm 2014, nhóm của bà ở MIT công bố trên tạp chí Attention, Perception, & Psychophysics một thí nghiệm đẩy giới hạn xuống thấp hơn nữa.
Người tham gia xem một chuỗi sáu hoặc mười hai bức ảnh, hiện liên tiếp với tốc độ cao, mỗi ảnh chỉ 13 đến 80 ms. Trước hoặc sau chuỗi ảnh, họ được cho một cụm từ ngắn mô tả một cảnh, và phải trả lời trong chuỗi vừa xem có bức ảnh nào khớp không. Ngay ở 13 ms mỗi ảnh, tỉ lệ đúng vẫn cao hơn mức đoán mò một cách có ý nghĩa thống kê, dù thấp hơn nhiều so với khi được xem lâu hơn.
Con số 13 ms không có nghĩa "não xử lý xong một bức ảnh trong 13 ms". Nó nghĩa là chỉ cần chừng ấy thời gian đầu vào là não đã thu được đủ thông tin để sau đó xử lý tiếp và đưa ra phán đoán. Phần xử lý vẫn diễn ra trong những trăm mili giây kế tiếp.
Não nắm "ý chính" trước, chi tiết sau
Những thí nghiệm này cùng chỉ về một hướng: khi nhìn một cảnh, não tóm ngay được ý chính của nó (gist): đây là bãi biển hay thành phố, trong nhà hay ngoài trời, có người hay không. Chi tiết như màu áo, số người, vật gì trên bàn thì cần thêm thời gian và thường cần đưa mắt nhìn vào.
| Mức thông tin | Thời gian cần (trong điều kiện lab, khoảng) |
|---|---|
| Có gì đó vừa hiện lên | vài chục ms |
| Ý chính của cảnh: thiên nhiên hay đô thị, có động vật hay không | ảnh hiện vài chục ms đã đủ; não phân loại ở khoảng 150 ms |
| Nhận ra cụ thể vật gì, người nào | lâu hơn, thường cần vài trăm ms |
| Mô tả chi tiết cảnh vật | cần nhiều lần đưa mắt, cỡ giây trở lên |
Đây là lý do khi lướt qua một biển quảng cáo trên đường, ta biết ngay "có ảnh món ăn" nhưng không nhớ món gì. Mắt và não đã làm đúng việc đầu tiên của nó: nắm ý chính.
Tại sao lại nhanh như vậy
Có vài lý do khiến não nhận ảnh nhanh tới mức đó:
- Xử lý song song: hàng triệu tế bào thần kinh xử lý cùng lúc các phần khác nhau của ảnh, chứ không quét lần lượt từng điểm như máy quét.
- Cấu trúc tầng bậc: các tầng đầu nhận ra cạnh, đường nét; tầng sau ghép thành hình dạng; tầng sau nữa ghép thành vật và cảnh. Mỗi tầng chỉ cần nhận tín hiệu đầu tiên tới là đã có thể gửi tiếp.
- Kinh nghiệm cả đời: những loại cảnh quen thuộc như nhà cửa, đường phố, cây cối đã "in" sẵn trong não, nhận ra chúng là việc so khớp nhanh.
Các mạng nơ-ron nhân tạo dùng nhận diện ảnh ngày nay phần nào lấy cảm hứng từ cấu trúc tầng bậc này, và những nghiên cứu như của Thorpe từng được dùng để lập luận rằng một lượt xử lý xuôi chiều có thể đủ cho nhiều tác vụ phân loại.
Những điều thí nghiệm không nói
Cần nói rõ: đây là những thí nghiệm trong phòng lab, với ảnh chụp chọn lọc, người tham gia ngồi yên, tập trung, biết trước phải tìm gì. Con số 150 ms hay 13 ms không phải "chỉ số" để đánh giá ai nhanh trí hơn ai, và cũng không có nghĩa ngoài đời ta nhận ra mọi thứ nhanh như vậy.
Ngoài đời, ta thường không biết trước phải tìm gì, cảnh vật lộn xộn hơn, ánh sáng thay đổi, và đầu óc đang bận chuyện khác. Hơn nữa, nắm được ý chính không có nghĩa là thấy được chi tiết quan trọng. Một bức ảnh lướt qua có thể để lại cảm giác "biết rồi" mà thật ra ta đã bỏ lỡ điều cốt lõi.
Góc nhìn hôm nay: tự thử khả năng nắm ý chính
Một thí nghiệm nhỏ làm được với hai người và một cuốn tạp chí ảnh hay album ảnh:
- Người thứ nhất mở một trang ảnh, giơ ra trước mặt người thứ hai đúng một thoáng (chớp nhanh rồi gập lại).
- Người thứ hai nói ngay: cảnh trong nhà hay ngoài trời? Có người hay không? Thành phố hay thiên nhiên?
- Sau đó hỏi chi tiết hơn: có bao nhiêu người, màu chủ đạo là gì, có vật gì ở góc ảnh?
Bạn sẽ thấy câu hỏi đầu dễ trả lời đúng, câu hỏi chi tiết khó hơn nhiều. Đó chính là "ý chính trước, chi tiết sau" trong đời thật. Nếu muốn đọc thêm, hãy tìm các bài phổ biến khoa học về "rapid scene categorization" và "gist perception".
Câu hỏi thường gặp
Não nhận ra một bức ảnh trong bao lâu?
Trong thí nghiệm của Thorpe năm 1996, tín hiệu não khi phân loại ảnh có hay không có động vật bắt đầu khác nhau ở khoảng 150 ms. Nhận ra chi tiết cụ thể thì cần lâu hơn, thường vài trăm mili giây trở lên.
Thí nghiệm 13 mili giây của MIT là gì?
Năm 2014, nhóm của Mary Potter cho người tham gia xem chuỗi ảnh mỗi ảnh chỉ 13 ms và hỏi có ảnh nào khớp với một mô tả không. Tỉ lệ trả lời đúng vẫn cao hơn đoán mò, cho thấy chừng ấy thời gian đầu vào đã đủ để não thu được ý chính.
Mắt người nhìn được bao nhiêu khung hình mỗi giây?
Câu hỏi này không có một con số duy nhất, vì mắt không chụp từng khung như máy quay. Các thí nghiệm cho thấy não có thể thu ý chính của ảnh hiện rất ngắn, nhưng cảm nhận chuyển động mượt hay nhấp nháy còn phụ thuộc độ sáng, độ tương phản và vị trí trong tầm nhìn.
Vì sao lướt qua một bức ảnh mà vẫn biết đó là cảnh gì?
Não xử lý song song và theo tầng bậc, nắm được ý chính của cảnh như trong nhà hay ngoài trời, thành phố hay thiên nhiên gần như tức thì. Chi tiết thì cần thêm thời gian và thường phải đưa mắt nhìn vào.
Con số 150 ms có dùng để đánh giá trí thông minh không?
Không. Đây là kết quả trung bình trong điều kiện phòng lab với ảnh chọn lọc, dùng để hiểu cách não hoạt động. Nó không phải thước đo để so sánh hay xếp loại người.
