Är färgen blå, blå?

Vad jag menar med "inre bilder" är den information som vi får tex från omvärldens ljus via ögonen, men också från våra minnen av tidigare mottagning av ljus via ögonen.

Så jag lurar inte mig själv när jag säger att jag ser hallucinationer, eller att jag kan rita av en inre bild som jag ser. Jag använder den information som de inre bilderna är, för att rita en bild som via ögonen ger mig liknande information. Jag jämför alltså den inre bilden med den yttre bilden medan jag ritar. Bilden kanske inte blir perfekt, men det beror på att jag inte är så bra på att rita.

Det är kanske så att hjärnan sorterar bort mycket av bildinformationen, men de inre bilder som vi ser, de finns där som bildinformation, och är alltså inga illusioner.

Rätt!! Andra däggdjur/varelser uppfattar därför andra våglängder som blå.

Alltså är färgen blå verkligen blå och inget annat. Färger visar oss undersidan på gudarna och inte ovansidan på materien som många tror.

Tillägg till förra inlägget:
Hur kan jag hallucinera att jag ser tex en bil, och få likadan upplevelse som när jag ser en bil i verkligheten, om inte informationen som når mig i hjärnan är likadan både när jag hallucinerar och när jag ser i verkligheten?
Förklara gärna det.

För att kunna diskutera hur en hjärna fungerar så behöver vi utgå från en konceptuell modell för hur en hjärna i princip skulle kunna fungera. I grunden anses hjärnan använda en associativ minnesmodell till skillnad från vanliga datorer som använder adresserat minne. Det associativa minnet består av abstraktioner som representerar något som vi kan resonera om, samt associationer till andra abstraktioner som representerar egenskaper.

Antag att vi sedan tidigare känner till att det finns röd färg (A) och objektet "bil" (B). En röd bil kan då representeras som en ny abstraktion (C) som associerar till (A) och (B):
I vår associativa minnesmodell så kan varje ny kunskap representeras som ett inkrement till tidigare kunskap, vilket gör den oerhört kompakt. Rent teoretiskt skulle den röda bilen (C) kunna representeras genom en enda neuron vars synapser leder till (A) och (B), även om det antagligen krävs mer redundans i verkligheten.

Låt M vara pixlarna som kommer in via synnerven när vi ser en röd bil. Har vi lärt oss känna igen en röd bil så sker igenkänningen genom en funktion f som mappar M till (C):
Eftersom (C) innehåller mycket mindre information än M så är f en generaliserande funktion. Beroende på kameravinkel, ljussättning osv. så finns det ett stort lösningsrum med pixlar som alla föreställer en röd bil, men vi vill att f skall mappa hela lösningsrummet till samma (C). Sådant som oskärpa och en blind fläck i synfältet försvinner då vid mappningen vilket gör det enklare att förstå vad vi faktiskt ser.

Våra hjärnor är en gradvis vidareutveckling av mer primitiva fiskhjärnor som sett ungefär likadana ut under flera hundra miljoner år. För en fisk räcker ovanstående bildanalys ganska långt då vattnets grumlighet gör att det bara går att se föremål på nära håll och reagera på det som dyker upp i synfältet. Ser fisken en mindre fisk så simmar den mot den mindre fisken samtidigt som den öppnar munnen. Ser den en större fisk så stänger den munnen och simmar fort i andra riktningen.

Ett spädbarn som lär sig känna igen sin mamma fungerar antagligen också ganska likt fisken. Det känner sig förnöjt när det ser mammans ansikte och blir ängsligt när det inte gör det. Under första levnadsåret börjar mamman lära barnet att det finns böcker med bilder i. Hon pekar på sig själv och hon pekar på bilder av människor för att barnet skall förstå att det är samma sak och barnet lär sig förvånansvärt snabbt. Barnet tränar då upp neuronnät som implementerar funktionen f ovan. Det lär sig även sådant som kvantisering av färger, att spektrumet kan delas in i ett begränsat antal färger där olika nyanser är rött är samma färg och att olika nyanser av blått är en annan färg. Barn med annan kulturell bakgrund lär sig en annan indelning av spektrumet och uppfattar därför världen lite annorlunda.

När barnet blir äldre så får det papper och kritor av mamman. Mamman visar att man kan rita bilder med kritorna och barnet vill sedan göra samma sak. Det första den vill rita är bilden av sin egen mamma och barnet tar då en grön krita och drar ett streck tvärs över pappret, vilket till barnets besvikelse inte alls ser ut som mamman. Faktum är att barnet inte har en aning hur den skall göra, för funktionen f kan bara mappa från pixlar till abstraktion, men abstraktionen som representerar minnet av mamman saknar all information om hur pixlarna skall återskapas. För att kunna rita av mamman så behöver barnet träna upp en ny funktion g som mappar från minnet av mamman till muskelrörelser som får handen att rita. Detta gör barnet genom att prova sig fram. När det lyckas rita ett par ringar som liknar mammans ögon så förstår det att det är på rätt väg. I nästa steg lyckas det rita en huvudfoting, vilket skapar en enorm lycka då barnet känner igen spår av mamman i huvudfotingen. Så fortsätter barnet att utvecklas och någon gång i tonåren kan det i bästa fall måla ett porträtt som faktiskt liknar mamman. När sedan läraren vill att tonåringen skall rita ett hus med perspektiv så börjar processen om igen, för innan dess hade tonåringen ingen aning om att det fanns perspektiv. Trots att den hela sitt liv använt just perspektiv för att bedöma avståndet till olika föremål.

Förnimmelser av att se en röd bil kan uppstå av många olika orsaker. Vi kan hallucinera, vi kan drömma, någon kanske berättar en spännande historia om en röd bil eller så kanske vi bara ser fel i mörkret. Förnimmelsen uppkommer när abstraktionen (C) aktiveras. Huruvida M aktiveras eller inte påverkar inte vår upplevelse, eftersom vi aldrig upplever några pixlar. Därför behövs ingen inre bild för att vi skall uppleva att vi ser en röd bil, vi kan ändå inte märka att bilden fattas.

Ovanstående något långrandiga utläggning är min hypotes om hur synen fungerar på ett konceptuellt plan. Jag välkomnar andra att lägga fram andra hypoteser, men är man inte hyfsat konkret så kan man påstå vad som helst utan att det kan ifrågasättas.

Min hustru och är ibland oeniga om färger.
Mest gäller det om en färg är blå, turkos eller möjligtvis grön.
Som Nerdnerd påpekar är frågan om färger inte enbart fysikalisk. Eller kanske inte alls särskilt fysikalisk.
Jag påminner mig en artikel som jag läste för ett 50-tal år sedan och som hanlade om nåt folk i Amazonas. Dessa var omgivna av grönt åt alla håll. Men hade, enligt artikeln, många ord för olika nyanser av det jag skulle kalla grönt. Ord som inte på ngt sätt påminde om varandra. Det som jag skulle kalla grönt var helt olika färger för dessa.
Har inte inuiter många olika ord för vitt? Lär ha läst nåt sånt.
Titta åxå gärna på konstverk. Van Gogh kunde framställa vilka färger som helst med en tub grönt eller en tub gult. I sin ungdom tom med bara svart.
Så när det gäller vilket vi skall använda för att beskriva färgen på en viss yta så kommer vi nog aldrig att bli eniga. Färger finns, menar jag, bara i huvudet på oss.

De inre bilderna är inte illusioner, utan det man ser det ser man.
Svårigheter att rita av sina inre bilder så att man blir nöjd med dem, det beror enbart på bristande ritförmåga och/eller bristande ritverktyg.
Förklaring/bevis:

Om vi har en person A som kan urskilja en viss kändis, ur ett antal fotografier av olika människor. Och så är A också väldigt duktig på att använda ett datorprogram där man kan rita detaljerade porträtt av människor. Och så ger man A i uppgift att med datorprogrammet rita ett så detaljerat porträtt som möjligt av kändisen, utan att se kändisen, alltså rita från sitt minne av kändisens utseende.
Då kommer A förstås inte vara nöjd med porträttet, förrän han får ungefär samma upplevelse när han tittar på porträttet på datorskärmen, som han fick när han tittade på fotografiet av kändisen. Varför?
För att A i båda fallen jämför det han ser i verkligheten, med sin inre bild av kändisen.
Och därför kommer också porträttet på datorskärmen, vara väldigt svårt för A att skilja från fotografiet av kändisen.

Om A däremot i detalj jämför porträttet på datorskärmen, med fotografiet av kändisen, då kommer han förstås hitta skillnader. Men det beror just på att han då detaljstuderar bilder, vilket han inte gjorde när han kände igen kändisen bland de olika fotografierna.

Slutsats:
De inre bilderna är inte illusioner, utan det man ser det ser man.
Och svårigheter att rita av sina inre bilder så att man blir nöjd med dem, det beror enbart på bristande ritförmåga och/eller bristande ritverktyg.
Och vi människor kan ha väldigt detaljerade inre bilder av tex andra människor, som stämmer väl överens med verkligheten.
Och om vi är duktiga på att rita och ritar av tex en inre bild av en annan människa, då märker vi medan vi ritar och tex ska välja hårfärg, huruvida vi vet den exakta hårfärgen hos människan vi ritar av. Och det vet vi ofta inte exakt, men i så fall är det inget vi har detaljstuderat i verkligheten heller.
Så våra inre bilder stämmer troligen väl överens med det som vi har sett i verkligheten. Vi sparar alltså i minnet de bilder som vi ser i verkligheten, eller de bilder som vi fokuserar på rättare sagt. Men jag gissar att vi bara sparar de bilder som vi har sett ofta, och/eller som vi har associerat som viktiga. Vår första lärare är tex viktigare än gubben som går förbi oss på stan.

Det är ju inte som så att vi är helt aningslösa om hur hjärnan tolkar bilder. Moderna program för bildanalys är utvecklade med biologiska neuronnät som förebild och de fungerar inte alls så som du föreställer dig.

Att känna igen ett ansikte är rent matematiskt ett mycket enklare problem än att återskapa ett ansikte. Vi behöver mycket mindre information för att känna igen ansiktet än vad bilden innehåller. En hyfsat optimal funktion för att känna igen ett ansikte är därför inte reversibel till sin natur. Eftersom biologiska hjärnor fortfarande är bättre på att analysera bilder än vad datorer är så kan de inte vara mindre effektiva än kända datorprogram. De kan då inte ha råd att använda reversibel bildanalys.

Funktionen f som mappar en bild bestående av pixlar till ett känt föremål är alltså inte reversibel till sin natur och mycket billigare än inversen g som mappar ett känt föremål tillbaka till en bild. Eftersom vi ändå inte kan märka någon skillnad så finns det helt enkelt ingen anledning för hjärnan att implementera inversen innan vi faktiskt behöver den.

I scenariot du beskriver ovan så utförs alla steg med funktionen f. Samma funktion används när du känner igen personen på riktigt som när du skapar en bild genom att pröva dig fram. Varje gång du ritat något så använder du f för att utvärdera det du ritat. Kommer du närmare originalet så får du starkare signal från f och kommer du längre ifrån så får du en svagare signal. När signalen blir riktigt stark så vet du att du lyckats avbilda originalet och då känner du dig färdig. Eftersom du aldrig upplever något annat än utsignalen från f så tycker du att du ser riktiga bilder. Vad skulle fattas?

Men om jag har ett digitalt fotografi på mig själv där mitt ansikte och hår syns, alltså typ ett passfoto, och med väldigt hög bildupplösning. Och så gör jag en kopia av fotot, och minskar sen storleken på kopian permanent, alltså så att upplösningen på kopian minskar. Och sen förstorar jag kopian så att den blir lika stor som originalet igen, fast kopian har nu alltså betydligt lägre upplösning än originalet.

Då (om jag har minskat kopians upplösning tillräckligt mycket) så kommer jag kunna se en tydlig skillnad mellan originalet och kopian - originalet är extremt lik mig, men kopian påminner bara om mig.
(Och samma gäller förstås om jag gör samma sak med bilder på andra människor som jag känner igen.)

Och den förmågan att se skillnad på originalet och kopian med lägre upplösning, den kan enligt mig inte förklaras på något annat sätt, än att den bild jag har i minnet av mitt eget utseende, den har extremt hög upplösning, alltså den har extremt många "pixlar".
Och mest rimligt är enligt mig, att anta att hjärnan sparar bilder med samma upplösning som de har när "fotograferingen" sker, alltså när vi ser dem i verkligheten, ungefär som en digitalkamera gör.

Och eftersom vi människor upplever rörliga bilder, så är det också rimligt att anta att hjärnan sparar en väldigt stor mängd bilder, tex bilder i väldigt många olika vinklar av en och samma person. Och det är troligen därför som vi kan se rörliga drömmar och hallucinationer med hög upplösning.

Och ett skäl till att jag har svårt att minnas hur jag själv ser ut i profil, alltså från sidan, det är troligen för att jag sällan har sett mig själv från sidan, och därför har jag inte några sådana bilder sparade i minnet.
Sen har jag troligen aldrig heller sett mig själv framifrån på "riktigt", alltså utan spegel och utan kamera. Och det sägs ju att det är viss väsentlig skillnad mellan ens spegelbild/kamerabild och ens "riktiga" bild.

Sen förstår jag inte vad du har emot idén att hjärnan sparar bilder med extremt hög upplösning. Du skriver att hjärnan inte har råd med högupplösta bilder, om jag har förstått dig rätt. Men vet du eller vetenskapen ens hur hjärnan sparar bilder rent fysiskt?
Är det ettor och nollor på en hårddisk?
I så fall får du ju ta hänsyn till att dagens hårddiskar rymmer mycket mer information än vad de gjorde för typ 30 år sedan. Och man får ju anta att hjärnans "hårddisk" är mer avancerad än våra hårddiskar.
Och om bilderna istället sparas i "själen", då får vetenskapen nog tänka om helt.

Vi har hållit på med artificiell bildanalys i några decennier och mestadels lärt oss vad som inte fungerar. De bästa metoderna vi har idag bygger på maskininlärning och neurala nätverk konstruerade med hjärnor som förebild. Även om hjärnan inte fungerar exakt som våra datorprogram så är det ändå ett rimligt antagande att den fungerar likartat.

Att jämföra två bilder pixel för pixel går inte. Det räcker att ena bilden är förskjuten eller roterad så stämmer det inte. Är bilderna tagna på olika avstånd så stämmer det inte heller. Föremål förvrids när man ser dem ur olika perspektiv. Färger är helt olika beroende på ljussättning. Dessutom är objekten vi skall urskilja olika gång från gång. Vid ett tillfälle har en person på sig glasögon, vid ett annat tillfälle en ny frisyr, vid ett tredje tillfälle är personen orakad. Ser vi ett porträtt så är det inte den fysiska bilden vi känner igen, utan personen som bilden föreställer.

När vi tränar datorer att känna igen personer så vill vi få dem att hitta det som är invariant när olika parametrar ändras. Vi matar in bilder med personer sedda ur olika perspektiv, på olika avstånd, med olika ljussättning och från olika tillfällen där personenerna ser lite olika ut. Lyckas vi så har vi implementerar en matematisk transformation som tar de råa pixlarna som indata och genererar personernas identitet som utdata. Transformerar vi en godtycklig bild på Carl Bildt så får vi Carl Bildt som utdata, oavsett hur bilden var tagen och hur Carl Bildt såg ut just den dagen. En sådan transformation innehåller ingen miniatyrbild på Carl Bildt, eftersom det varken behövs eller tillför något. Lite slarvigt används uttrycket "fingeravtryck", där man syftar på att något subtilt som är unikt i bilden finns kodat, utan att man riktigt vet vad det är.

För att påståenden skall vara falsifierbara måste de förutsäga sådant som inte skulle stämma om påståendena är falska. Eftersom bildtolkning minskar mängden information så måste det finnas olika bilder som felaktigt tolkas likadant. Det borde alltså finnas bilder av helt andra saker som vi tolkar som Carl Bildt när vi ser dem. Och ibland ser vi faktiskt fel. Vi kanske tittar mot skogen och tycker att vi skymtar en bekant person vid skogsbrynet. Vi går närmare och ser att det var en stubbe som inte alls var lik personen. Sedan går vi vidare utan att tänka mer på saken, för sådant händer hela tiden.

Men om man ser en gammal skollärare som man inte har sett på typ 20 år, och så tänker man: "Jag kände knappt igen honom först, han ser så gammal ut, gråhårig och rynkig".

Det är ju vanligt att man tänker så. Men hur vet man att det är ens gamla skollärare, om han nu har förändrats så mycket utseendemässigt?

Det kan förklaras av att vissa kännetecknande saker i människans utseende ofta förändras väldigt lite med åldern, tex kroppslängd, kroppsvikt, hållning, ansiktsuttryck, ansiktsproportioner, frisyr och klädstil.
Men för att känna igen sådana saker hos en människa, så behöver man ha väldigt detaljerade bilder av den människan sparade i minnet, vilket man har om hjärnan har sparat de högupplösta bilder av den människan, som ögonen levererade till hjärnan när man såg personen för 20 år sedan.

Och hur kan du veta att han har blivit gråhårig och rynkig, alltså hur vet du att han inte var det redan när du såg honom för 20 år sedan?

Det kan också förklaras av att hjärnan sparar högupplösta bilder, som gör att du kan jämföra hur personens huvudhår och ansiktshud såg ut för 20 år sedan, med hur dessa saker ser ut nu.


Och du skriver: "Att jämföra två bilder pixel för pixel går inte. Det räcker att ena bilden är förskjuten eller roterad så stämmer det inte. Är bilderna tagna på olika avstånd så stämmer det inte heller. Föremål förvrids när man ser dem ur olika perspektiv."

Det går visst att jämföra två bilder pixel för pixel, eller iallafall byte för byte, tex med en del hex editors. Och det finns antagligen ännu mer avancerade program för det.
Om du har först en bild av en människa som du gör en kopia av, och så gör du en liten ändring i kopian, tex målar svart färg över människans öra. Då kan du jämföra originalet och kopian "pixel för pixel", och komma fram till att det är tex 90% likhet mellan originalet och kopian.
Och om du istället jämför originalet med en bild av något som inte alls liknar en människa, tex en bild av en katt, då kommer du förstås få en ännu lägre procents likhet mellan bilderna.
Och du kan även inrikta dig på vissa delar av bilderna, tex ögonen, och jämföra bara dem. Och då blir det förstås 100% likhet mellan kopian och originalet, såvida inte bilderna har förstörts på något sätt.

Och om kopian av bilden i stycket ovan är förskjuten, roterad eller förstorad/förminskad. Då kan man förskjuta, rotera eller förstora/förminska kopian på alla möjliga sätt, och varje gång jämföra med originalet för att se om någon version av kopian stämmer överens helt eller delvis med originalet. Alltså datorprogrammet räknar ut hur bilden hade blivit, pixelmässigt, om den hade förskjutits, roterats eller förstorats/förminskats.
Det är förstås en väldans massa jämförelser av bilder som då måste göras, speciellt om hjärnan gör det, eftersom den har så många bilder sparade. Men om man utgår ifrån hur vi ser saker, så är det ju onödigt att vända upp och ner på kopian och jämföra med originalet, eftersom vi människor typ aldrig tittar särskilt länge på ansikten eller andra saker upp och ner, och vi har väldigt svårt att känna igen iallafall ansikten som vi ser upp och ner.
Dessutom har hjärnan troligen olika knep som förenklar bildigenkänningen. Tex har hjärnan kanske bilder av människor sparade på en viss plats i hjärnan, och hjärnan gör först en "snabbigenkänning" (kollar proportioner etc.) av bilder som vi ser, för att veta vad för slags bilder den ska söka efter. Så att hjärnan slipper söka bland bilder av tex katter när vi ser tex en människa.

Men hur som helst så är det troligen så att vi har väldigt många högupplösta bilder sparade av det som vi har sett, tex ansikten. Och bildigenkänningsprogrammen sparar väl också högupplösta bilder, antar jag. Tex Facebook gör det ju iallafall.

Vi har försökt jämföra bilder pixel för pixel i 50 år och det fungerar inte. Enbart kameravinkeln har lika många frihetsgrader som en helikopter, dvs sex stycken. Skall vi prova alla möjliga kameravinklar så får vi göra O(n^6) bildjämförelser och det klara vi inte ens en superdator realtid. Hjärnan skulle koka av inre aktivitet om den försökte något liknande.

Värre är att regressionsanalys leder fel. Vi ser ganska snabbt konturerna av ett lejon som gömmer sig bakom det höga gräset. Jämför vi pixlarna så kommer 98% av pixlarna visa grässtrån och 2% av pixlarna kommer visa lejonet som skymtar igenom. Algoritmer som jämför pixlar leder till att vi ser grässtrån, men det är faktiskt lejonet vi ser.

Men prova gärna själv att skriva lite algoritmer. Om inte annat så lär du dig en hel del.

Bilderna som Facebook sparar på dig används förmodligen för att träna igenkänningen, men programmet som sedan känner igen dig använder inga bilder. Det klarar sig med mycket mindre.

Jag är glad du valde färgen Blå. Personligen läser jag knappt aldrig bok rekommendationer jag får här på Flashback. Men jag skulle vilja föreslå att de som är intresserade av den här frågan läser:

Guy Deutscher -- Through the Language Glass (ISBN 978-0312610494)

Du kan googla på ISBN nummret.

I boken undrar han varför havet beskrivs som rött i de gamla Homeriska texterna av grekerna. En man som hette Gladstone sammanställde en konkordans över användningen av "rött" och flera andra färger och var uppenbart förvånad över resultatet.

En konkordans är, för de som inte vet, en listning/tabell över hur ofta vissa ord förekommer i en text. Hur ofta förekommer ordet "Yahweh" i bibeln exempelvis, och i vilket sammanhang, på vilken sida osv. (det var bibelstudenter som skapade de första konkordanserna för övrigt)

Här är frågan: Varför beskrev Homeros sitt hav och sin himmel som röda .. han använde samma ord för färgen på blod exempelvis. Det verkade inte finnas ett ord för den färg vi kallar Blå på den tiden.

Jag menar .. hav och himmel har alltid varit varit blåa eller hur ??

Hur löser vi detta dilemma. Det verkar som att vi människor behöver definiera koncept/kategorier först för att kunna se och särskilja saker från varandra sedan. Min tolkning är att Blått bara existerar som ett kulturellt accepterat namn på en begränsad nästan mystisk överenskommelse mellan oss alla att kategorisera en upplevelse med samma namn.

Du kan säkerligen göra en statistisk analys av svaren/namnen människor ger på det vi kallar färgen "blå" .. frekvensen och intensiteten av elektromagnetisk strålning och finna att de korrelerar. I den meningen existerar blått. Men om du frågar Japaner kanske du får ett annorlunda svar.

Guy Deutscher pratar i boken bland annat om varför Japan har en något annorlunda färg på sina gröna lampor i trafikljus. De använder en nyans av grönt som har en hel del blått i sig som jag kanske skulle kalla "teal" om jag var engelsman eller amerikan.

Det här är ett mycket intressant område. Blått är, för att sammanfatta, ett kulturellt accepterat namn på ett verkligt fenomen som kan ha glidande begränsningar över tid. Det låter väldigt mycket som postmodern analys .. vilket jag avskyr .. men skillnaden är att postmodern analys säger att alla tolkningar är lika valida medan min (och jag gissar de flesta andra) är att kategorin "blå" är Bayesiansk.

Pro!