预测误差作为区分

奥列克西·科瓦尔

预测误差作为区分

讲座 — 广州美术学院(GAFA)，2026年

「若心不专注，眼不见前方黑白，耳不闻旁侧鼓雷。」
(荀子，约公元前3世纪) 



在儒家思想中，心(xīn，心智) 是核心器官——而非眼睛。
眼睛看见，但心决定所见。

耶稣在新约中直接引用以赛亚书6:9–10:

「他们看是看见，却不看清;听是听见，却不领会——免得他们回转，我就医治他们。」

取一张普通的面具——剧院面具或狂欢节面具——将其翻转，使内侧朝前:那是凹陷的、中空的一面。你看见的是一个凹槽——一个碗，而非面孔。

当你缓慢后退，或从略微上方斜视时，在某个距离上会发生奇怪的事:面具翻转了。

中空的内侧突然被感知为凸起的面孔——仿佛一张正常的面孔正在回视你。

而当你移动时，那张面孔似乎在跟随你、旋转——尽管面具纹丝不动。

这就是空洞面孔错觉(Hollow-Face Illusion)，由理查德·格雷戈里(Richard Gregory，布里斯托大学)于20世纪70年代发现并系统研究。

大脑处理视觉信息并非在单一位置，而是在视觉皮层的一系列专门区域构成的层级结构中进 行。

这些区域依次编号为:V1、V2、V3、V4、V5。

V1——初级视觉皮层，位于头骨正后方。视网膜信号首先抵达此处。
V1记录边缘、方向、 对比度。

V2、V3——进一步预处理，提取形态。

V4——在此，对立信号转化为我们体验到 的颜色感知。
V4同时参与形态感知与物体识别——颜色与形态在此汇合。

V5——专门处理 运动。

大脑消耗约20%的全身能量——而其质量仅占体重的2%。

为了节约能量，大脑发展出一种 激进的解决方案:

它不处理眼前存在的事物——而是向下发送预测，仅处理偏差。

这就是预 测编码(Predictive Coding)模型:

自上而下:「我预期X。」大脑在信号到达之前就向感觉皮层发送预测。我们所感 知的，与其说是「存在的事物」，不如说是「我们预期看见的事物」。当预测正确 时，预测误差=0。大脑停止工作——一切如预期，无需信号传递，节省能量。

自下而上:「但实际是Y。」误差向上传递。

「模型」在此意味着什么:预测编码意义上的「模型」不是储存的图像，不是模板，不是原型。它是一种生成性结构——大脑主动用以产生预测的东西。

模型不是扁平的，而是层级组织的。在低层:边缘、对比、方向。在中层:眼睛、鼻子、嘴巴作为各部分。在高层:作为整体的面孔、人物、情感、意图。

每一层向下方层级发送预测，并从那里接收误差信号。这就是预测编码的架构:一座预测之塔，从上至下生成，从下至上校正。

在空洞面孔错觉中，最低层的信号——视网膜计算——是模糊的。更高层的模型——「面孔，凸起」——强大到足以消解这种模糊性:通过覆写，而非评估。

其一:该效应对知识具有抵抗性。


你可以知道面具是空洞的——可以在智识层面知晓，可以刚刚亲手将其翻转——但你仍然看见凸起的面孔。


知识不改变感知。
这说明预测并非运作于意识思维的层面，而是更深处——感觉皮层本身的层面。


自上而下的预测在不涉及意识的情况下覆写了自下而上的信号。

其二:该效应在精神分裂症患者中可被测量——而且它消失了。
这是最令人着迷的实证发现。
精神分裂症患者不会被空洞面孔错觉所迷惑。
他们将空洞面具看作空洞的——正确地看见。


这是因为在精神分裂症中，预测编码系统受损:自上而下的预测更弱或更不稳定。
大脑更依赖视网膜信号。


这是悖论性的:「受损的」大脑在此情形下看得更准确。
「正常的」大脑犯了错误——因为其预测系统过于强大。

这已由菲利普·科利特(Philip Corlett，耶鲁大学)和克里斯·弗里思(Chris Frith，伦敦大学 学院)等人进行了实证研究并多次复现。

这是感知实际上是预测——而非再现——的最有力 证据之一。

并非大脑碰巧看见了错误的事物——它看见错误的事物，是因为它预测得过于强 烈。

尽管图像是绘画最令人厌倦、最使人疲惫的对手，这两个对手却始终被混为一谈。

绘画与图像之间的差异，在于各自属性的起源与后果。

要制作一幅图像，需要一个主题、材料和一位图像制作者。

要创作一幅绘画，需要一位有动力的画家和必要的材料。

由此可见:图像制作者是叙事主题的诠释者。
而绘画，恰恰是画家的动机。

对彼埃·蒙德里安与卡西米尔·马列维奇的比较，精准地阐明了绘画与图像之间的区别。

两位 同时代人都改变了人类的视觉方式:
马列维奇提供了新的图像，
蒙德里安以新的方式进行绘 画。

如果说马列维奇感兴趣的是实现新的想象性图像、圣像，那么蒙德里安改变的是绘画的 方式本身。
这位生于乌克兰的艺术家将他的主题着色、填充或画出，但他从未进行绘画。而 在这位荷兰画家的作品中，主题恰恰是在绘画过程中涌现的。

图像是一种视觉表征，其中叙事主题先于媒介而存在。它被着色，而非被绘制。执行遵循一个计划——图像制作者在观众甚至还未凝视之前就系统地消除了预测误差。
叙事、再现、宣传:这些是它的功能。

绘画则相反:主题通过媒介而涌现。没有被执行的叙事计划——而是一个不断发现的过程。

罗伯特·莱曼的《规则》:单色的结果是绘画的后果。白色表面的出现，是因为颜色在支撑 物上的运动恰恰就是那个——运动、痕迹、时间。表面并非预先规划;它是程序所呈现的形 式。

伊夫·克莱因的《IKB 79》:单色的结果在绘画之前就作为决定而存在:IKB，均质的，完整 的。
绘画过程是执行——是再现已被决定之物的工具。

结果先于程序。

凡是想要将一幅绘画作为绘画来重复的人，必须重复这个过程——并且必然得到不同的东西。凡是想要重复结果的人，已经将其转化为图像，即便它最初是作为绘画而产生的。

这具有一个有趣的本体论后果:第一幅IKB可能曾是一幅绘画——克莱因发现这种颜色、这 种密度、这种表面究竟是什么的那个时刻。制作者的预测误差或许是最大的。但随着序列化 、系列作品、规程的决定——结果成为模板，而模板将所有后续之物变成了:图像。

图像将制作者的预测误差设置为零，以便观众可以毫不费力地消费结果。绘画保持制作者的预测误差开放——并将其传递给观众。

这是图像消费的神经学诊断:不是刺激，而是麻木。系统不被激活，而是被训练为保持被动。

悖论性的后果:绘画是不自然的。它对抗大脑的进化默认模式。它费力，有时令人不快，耗费能量。

而这正是它之所以必要的原因。

不是尽管其不自然——而是因为其不自然。

颜色不是环境的属性——它是大脑在V4区域的建构。

颜色是一种隐喻——一种经过数百万 年进化而发展的语言，用以区分表面、材料和光照条件。
它有用、精确——但它并不在那里。在那里的是:
波长、能量、反射。在意识中的是:红、蓝、品红、棕——一个完整的、连贯的、被建构的世界。

模型永远不会完成，永远不会静止，永远不会是图像。它是一个持续的过程——不断被新的视网膜信号更新，不断被期望与预测所校正。

塞尚的句子「因为颜色是邪恶的，因为它们折磨人，您理解吗……我知道这种痛苦。」将预测误差描述为一种持久状态:画家在想象中看见颜色(自上而下)，表面上的颜色从未完全满足预测(自下而上)。

痛苦是永久的、无法解决的预测误差。塞尚的痛苦是对效率逻辑的抵抗。不是作为英雄姿态——而是作为真正看见的唯一可能。

「看而不见」不是失败——而是成功。这是大脑在最优状态下运作。

模型发挥作用，信号被覆写，能量被节省——系统完美运行。没有内部警报，没有错误指示。大脑不会注意到它正在覆写视网膜信号，因为覆写是正常状态。空洞面孔错觉以纯粹的形式展示了这一点:你知道面具是空洞的——但你仍然将其看作凸起的。知识不改变感知，因为感知运作于与知识不同的层面。

这就是为什么所有试图突破这一点的传统——以赛亚、耶稣、荀子、慧能——都依赖于外部干预。比喻。公案。图像禁令。绘画。它们都试图做同一件事:将一个楔子打入效率逻辑。

佛教——尤其是禅宗——有一个更为激进的想法。

核心概念:见性(jiànxìng)——字面意思是「看见本性」，「见到本质」。这是觉悟(悟 ，wù)的时刻:人直接看见自己的佛性，无需通过概念、语言、生成模型的中介。

「本心」(běn xīn)是生成模型之前的状态——在习得的预测结构之前，在遮蔽直接感知的 概念格栅之前。

在禅宗中，公案——无解的问题，悖论性的谜题——是对于可以称之为预测误差机器的东西最精准的教学工具。

「一只手的声音是什么?」
「你父母出生之前，你的面孔是什么样的?」

这些问题被构造成使任何生成模型都无法发挥作用。大脑试图应用一个图式——失败了。
然后尝试另一个——又失败了。预测误差最大，通过正常思维无法到达新的状态。

悟的时刻在神经生物学上是大脑停止应用模型的时刻——并直接接收信号。心停止预测，开始看见。

这是epistréphō(ἐπιστρέφω)的佛教-神经学表述——思维方向的改变。

悖论:大脑想要节约能量，它偏好生成模型——「看而不见」是正常状态。所有对抗措施——比喻、公案、绘画——都是不自然的，它们是被动的或情境性的。比喻击中你。公案被给予你。绘画与你相遇。你无法保证生成模型在下一幅图像面前不会再次发挥作用。

节奏则不同。节奏不是与你相遇的客体——它是一种可训练的感知态度。而这造就了决定性的差异。

节奏——在The Beautiful Formula的意义上——是在图像学可读性建立之前，形式与颜色决 策得以形成的结构层面。它运作于大脑区域V5/MT，运作于身体锚定的、接近运动的系统— —低于生成模型发挥作用的层面。

通过Beautiful Formula Language，通过反复的节奏观看实践，一个用于节奏的生成模型得 以建立。节奏训练不产生关于叙事意义、叙事主题或叙事的模型——而是产生关于在运动、 间隔、比例、时间等反复常量中进行强调的模型。

节奏训练并非通过废除生成模型来解决悖论——那在神经学上是不可能的。它通过转移主导模型来解决。

用于节奏的生成模型首先发挥作用:信号在运动、间隔、材料的层面上得到处理——图像学模型不再有自由访问权。

节奏模型是一种生成模型，它不产生视觉叙事主题——而是产生运动。它是一种将观者拉入自下而上模式而非自上而下模式的模型。

节奏训练是解决方案，因为它将效率原则对准其自身:它使用生成模型的逻辑，来安装一个产生开放性而非封闭性的模型。

儒家的习(习，实践)与禅宗训练是同一个想法——它们训练心的普遍开放性。

节奏训练训练的是更具体的东西:一个用于视觉处理特定层面的模型，该层面低于图像学可读性。

公案情境性地产生预测误差。节奏模型结构性地产生开放性——因为它安装了一个永久活跃的新生成模型。

作为神经学程序的Beautiful Formula Language是一个记谱系统，它以如此精确的方式描述 节奏，使得用于节奏的生成模型变得可训练。

2025年6月13日，21人——Beautiful Formula Syndicate，由Beautiful Formula Collective和广州美术学院学生组成——在东莞松山湖盒子美术馆实现了作品《Quattuor Novissima》(第二交响曲)作为墙面绘画:350×793厘米，仅用胶带贴于墙面。2018年的作 品构型不可更改——每次实现都是一个新的过程，一个新的预测误差。21人，一个节奏模 型，主题在将颜色施加于表面的过程中涌现。

预测误差——当大脑建立一个期望而这个期望被打破或超越时——不仅导致失望、痛苦或疼 痛，还导致刺痒的颤栗感、立毛反应、美学鸡皮疙瘩:审美颤栗(Frisson)。

审美颤栗不仅仅是预测误差。审美颤栗通过正向预测误差产生——一种向上的期望违反。
大脑有一个模型，现实以一种被登记为重要的方式超越或打破了它。

在图像的语境中，这种机制大体上不会发生。

图像性颤抖的机制实际上是真实预测误差的反面:大脑不产生误差，而是产生一个闪电般的确认——预测性推断。内在世界模型已经包含毕加索的《格尔尼卡》(或它所代表的)，与图像的视觉相遇激活了这个模型，而非扰动它。图像性颤抖严格说来不是预测误差审美颤栗，而是识别性审美颤栗——一种通过确认产生的情感共鸣。这意味着:图像性颤抖在某种意义上是最弱的预测误差审美颤栗——因为图像已经完全整合到内在模型中。它不扰动，它确认。而确认使之固化——这正是图像与绘画相对所做的事。

模仿性或宣传性颤抖的机制同样不是向上期望违反的机制:它们从自身内部引向叙事、共同体、意识形态。它们束缚。图像是意义的载体——信息先于媒介。神经学上:自上而下的过程。

图像通过其所指而扰动。

绘画通过其所是而扰动。

在绘画中，预测误差是最大的和正向的——形式事件(颜色、节奏、构图)无法被语义系统 预测，因为它在本质上是前叙事的。这是最强的多巴胺触发器，是那个解放的——而这就是 我在3岁开始绘画并至今无法停止的原因。