Wayne Weiten的《心理学导论》第7章中开头给出了这样的一个问题：
“假如你生活在美国，你必定曾用过数千枚美分硬币。毫无疑问，你应该记得1美分是什么样子的对吧？……你是不是觉得要选出那枚真币很困难？如果是的话，你不是唯一对此犯难的人。Nickerson和Adams发现多数人无法找出真币。”
“为什么会这样呢？为什么有的东西我们大部分人每天都能见到，然而我们对它们的记忆却如此差劲？”
关于作者所提出的这个问题，你怎么看？
在书中的第223页，作者给出了一个说法：基于无效编码或注意缺失导致遗忘。
但小林想说的是，这个解释极其牵强，根本没有说到点子上。今天小林就为大家深度分析为什么常见的事物搞不清楚细节！
分不出硬币的问题，本质上并不是遗忘问题，而是缘于人的视觉感知系统的分类识别机制所导致的。在识别环境事物时，涉及多个层面的操作：
- 一是自动对焦高反差特征信号，由上丘负责产生反射性的眼动和焦点注视[1]；
- 二是对感受器所采集的批量信号进行同步与否的层层筛选，形成目标区域的典型轮廓特征；
- 三是对典型特征的不断训练分化，逐步沉淀出能表征事物的关键特征网络。
要注意的是，这三个层面的操作是迭代递进的，第三步所沉淀出来的特征网络又成为第一步中分拣高反差特征信号的基点，每次依此循环，识别的次数越多，所沉淀的特征网络就越精细。
有人可能提出疑问：不对啊，如果是这样，那天天接触的硬币为什么还是分不出真假？
这是因为，人的感知系统在沉淀出特征网络之后，进行事物分类识别时，只需基于关键特征就可以实现事物区分，而不需要全局特征，这样会极大的提高感知系统区分事物类别的效率。
为了论证这种说法，我们先从特征识别说起。
下面有四张图，请你指出它们分别是什么——
对于图（A），一般一眼就能看出是一匹马，对于图（B），稍微想一想，大概可以猜出是玉米，对于（C）可能要深入想一想，而对于图（D）则一时不能明确它是什么。
从A到D的识别度逐渐降低，请思考这是为什么？
答案是从A到D的局部特征与事物整体的IDF指数逐渐降低[2]。IDF表征的是输入特征与整体特征的相关性，注意，这种相关性不是一对一的相关性，而是在整个历史记忆的大数据海洋中的相关性，指数高低反映了输入特征的特异性。
如果一个特征越特异，那么它就越能够代表事物，它就越能够成为区分事物的关键特征。马尾和马腿是特异的，所以一眼就能认出，玉米棒子有一定特异性，加上叶子辅助，也能够区分，但后面的特征就相对一般了，尤其是图D，有太多的事物有类似的特征，所以难以区分。
谷歌AI研究员、Keras创建者Francois Chollet给我们形象的展示了神经网络在识别事物时的特征特异性分布规律。[3]
上面有两张图，左图是待识别的原图，而右图则叠加了类激活图（即神经网络区分事物的像素权重分布图），基于此就实现了特征特异化的可视化展示。从右图中可以看到，大象的头部特征占有最高的权重，说明这些特征比较特异，是区分事物的关键特征；而大象的腿、躯干、尾巴则占有较小的权重，基于这些特征不一定能够区分事物。
实际上，基于关键特征来区分事物在日常生活中极为常见。只看到收纳盒中露出的一个小耳柄，一下子就知道那是剪刀；只看到眼睛和鼻子，立马就知道那是同事；只看到书架中封腰的一角，就知道那是自己要找的一本书……
基于关键特征来识别事物，不仅简单高效，而且还能救命。背后突然显现一个阴影，可能会立马本能的跳起来；看到一条扭曲的蛇形轮廓，就立马警觉起来……很多时候，我们还没有看清目标事物的全貌，只是采集到了一点点特征信号，就有了即时的行为反应，这可以让我们规避很多潜在的危险场景，虽然有时候可能是虚惊一场，但是这种本能是极为有必要的。
基于上面的分析，现在我们可以来回答开头所提出的问题啦：为什么天天见的硬币却分不出真假？这是因为，日常使用过程中，我们很少注意一个硬币与另一个同面值硬币的区别，而是注意一个东西是不是特定面值硬币，此时只需要基于圆形大小、标志图案等关键特征即可实现区分，而不需要基于更多的细节。
我们的大脑是一个信息运算效率较高的系统，与同等运算能力的计算机相比，大脑的能耗和体积要小得多。基于关键特征来区分事物，正是这种高效运算的一种典型体现。这种机制跟遗忘没有什么太大关系！
后续还有更多心理学批判性文章，敬请持续关注。
【参考文献】—— ——
[1] 克里斯托夫·科赫.意识探秘[M].顾凡及、侯晓迪译.上海：上海世纪出版集团，2012:86.
[2] 宋锋林.认知的维度[M].北京：北京邮电大学出版社，2018:41.
[3] Francois Chollet. Python深度学习[M].张亮译.北京：人民邮电出版社，2018:142-145.
