看完猫狗眼中的世界,我发觉还是当人好

2019 年 1 月 8 日 中科院物理所



人眼中的世界和动物眼中的世界有何不同?杜克大学的一项研究告诉我们,大多数动物眼中的世界可能都比较模糊比如下面这张就是几种常见生物,在不考虑色彩因素下的视力模拟图像:

来源:杜克大学/Eugene Oliver


今年,杜克大学的研究人员在Trends in Ecology & Evolution上发布了一项研究,他们编制了600种生物的视觉感知估计值,结果发现大多数动物看到的细节都没有人类多,而且最敏锐的生物和最瞎的生物的视觉差距高达1万倍。


虽然差距这么大,但并不表示我们看到的世界就更精彩。因为看东西并不只是由视力多好来决定的,颜色视域也是影响眼睛观察世界的因素。对于人类来说,一些动物眼中的世界可能更加魔幻。

左-人类的视觉,右-壁虎的视觉


左-人类的视觉,右-砗磲蛤的视觉


左-人类的视觉,右-蜘蛛的视觉


左-人类的视觉,右-蜜蜂的视觉


左-人类的视觉,右-蛇的视觉


左-人类的视觉,右-兔子的视觉


左-人类的视觉,右-海龟的视觉


当然,人类缺乏一些动物独有的感应器官,所以这些图不完全是动物们看到的世界,只是用一种我们能够理解的方式来表现而已。

下面这张图就是人类和猫主子看世界的对比。可以看出来,猫咪的世界比较模糊,细节和颜色更少,但是比人看到的视域更宽。

上-人类的视觉,下-猫的视觉 /来源:Nickolay lamm


这是因为人类的眼睛拥有3种视锥细胞,每种细胞能分别感应三种颜色,分别是红、蓝、绿。物理课没睡觉的都知道,这就是光的三原色。通过这三种颜色的不同组合,我们就可以看到高达100万种的颜色。

高达到底多少种颜色?


科学家们认为猫咪可能具有三色视觉,但是它们的视锥细胞的数量和分布各不相同,因此根本无法和人类看到的色彩和饱满度相比。专家们推测猫咪只能分辨出很少的颜色,例如灰色、蓝色和黄色。

左-人类的视觉,右-猫的视觉


除此之外,人类的眼睛是并排长在正前方的,而猫咪的眼睛则稍微向两侧展开,这就让它们看的比人类要宽一些。

说到了猫咪,自然要说到狗子。小编经常听到一种说法——狗子只能看到黑白的世界,其实狗子的世界并没有这么悲惨,它虽然和猫子一样是个「色盲」,但还是能看到颜色的。


加利福尼亚大学曾经设计了一个实验来测试狗的色觉。他们让狗按三块板子,其中两块颜色一样,第三块不一样。狗子只有按到那个颜色不一样的板子才有好东西吃。这样就能测试出来狗能认出哪些颜色。


最后实验表明,在狗的眼中世界就是由黄-蓝-灰三种颜色组成的。人类眼中的其他颜色,在它们看来也都是这三种,比如红色在狗子看来就是黄色。


除此之外,狗和猫一样都是近视眼,视力不到人类的三分之一。根据一项针对狗定制的特殊测试表明,如果人类在23米处看不清的东西,狗在6米就看不到了。但是狗们对于运动中的物体极为敏感,也就是说,如果你突然去摸一把狗子的腰,很有可能会把它吓一跳。


和猫狗们同样视力糟糕的还有马儿。它也无法感知红色和绿色,视力也只稍微比狗强一点。但是马儿却拥有陆上哺乳动物中最大的眼睛,由于这两颗大眼睛分别长在脸的两侧,所以它拥有极为宽阔的350度视域。


意思就是,如果你把一匹马惹毛了的话,它不用扭头就能准确地给你一脚。


但是眼睛的这种位置,也让马儿的正前方出现了一个盲区——它无法看到自己正前方的一小块区域。如果你听过那个想要在马儿跑,就在它前面放一个胡萝卜的故事,就会发现它其实有可能根本看不到一根完整的萝卜。


马儿的这种特殊的宽阔视域,其实在鸟类中更加常见。而且从视觉敏锐度上来说,老鹰和其他猛禽堪称动物王国的视力之王。


从体型上来说,一只10斤重的老鹰却拥有和人类一样大小的眼睛,但视力是人类的4到8倍。凭借超强的视力,它能从3公里远的地方发现一只小小的兔子。

老鹰之所以具有如此出色的视力,和它的眼睛结构有关。在捕食的时候,老鹰能够迅速调节眼部肌肉来改变自己的眼球曲率,这让它们在攻击过程中始终保持清晰的焦点。

左-人类的视觉,右-鹰的视觉


而且,不同于人类每只眼睛的视网膜上只有一个中央凹,老鹰拥有两个凹槽。一个用来接收前侧视野里的物体像,另一个则接收正前方的物体像,这让老鹰的眼睛能够同时关注不同的事物。比如一边飞的时候既能看着前面的林木,也能盯着地上的一只的田鼠。

鹰眼同时开启微距镜头+变焦镜头

除了视力超绝外,老鹰眼中的世界也比我们看到的更加生动和明亮。这是因为老鹰拥有的视锥细胞数量是人类的6-7倍。此外,它们还能看到紫外线,这让老鹰的捕食活动更加顺利。因为尿液中的磷含量很高,而磷在紫外线下会放光,所以老鹰能够顺着这条光带找到猎物的踪迹。

这就是为什么不要随地小便


跟天上飞的、地上跑的相比,海洋生物眼里的世界更加独特,这可能是因为它们生活在一个和我们完全不一样的环境里。

首先由于长期生活在海洋里,一些动物似乎并不需要什么视力,比如说Diplopteraster multipes海星就基本上是一个瞎子。


科学家们发现在这种海星的五个角的末端各有很多复眼,不过长期以来都无法确定它到底能不能看到东西。

红点就是这种海星的眼睛 图片来源:哥本哈根大学


而最近哥本哈根大学的一项研究表明,这种「多眼」海星的确能看到一些模糊的图像,但是只能看到黑白色,而且它们的视力比人类差了500倍。

这视力跟没有差不多吧


科学家们推测,这类海星的眼睛可能是用来接收同类发出的发光信号。信号内容主要是一些生殖信息,比方说给朋友发个微信定位加上「好吃,速来」这样子的内容。

一些鱼类的眼睛也能感应到紫外线,而且它们的眼睛更像一个凸透镜,所以整个世界除了中心点以外都是扭曲的。


视力好的海洋动物一般都是是捕食者,比如说鲨鱼。虽然它们可能无法分辨出颜色,但是凭借视网膜后面的一种镜面晶体,鲨鱼在水底下的视力是人类的十倍,这种特殊结构能让鲨鱼在黑暗的水底看得更清楚。

左-人类在水中的视觉,右-鲨鱼在水中的视觉


我们前面说过人类拥有的是三色视觉,那么十六色视觉是怎么样的呢?一类叫做Mantis Shrimps的虾就拥有12~16色视觉。也许你比较熟悉皮皮虾这个名字,皮皮虾就是Mantis Shrimps中的一种虾类。


实际上,Mantis Shrimps拥有的是一种结构非常复杂的复眼,复眼里的每个小单位都能独立检测光线。凭借这个精密的结构,Mantis Shrimps还能自主调节视觉的敏感度来适应不同的环境。


遗憾的是,如果没有相对应感应器官的话,我们根本无法理解Mantis Shrimps眼中的世界真正长什么样。因为16色视觉对于只有三色视觉的人类来说实在是太丰富了,就如同我们无法理解四维空间长什么样。

总之,面对同一个世界,一万种生物就有可能看到一万种不同的风景,而其中还有不少画面超越了我们的脑洞。所以说,大自然的神奇,真的是要远比我们想象中的还要魔幻。


参考资料:

https://www.youtube.com/watch?v=6HWVgQdSTDQ

https://www.eyesite.co.uk/news/humans-vs-animals-who-has-better-vision/

https://www.youtube.com/watch?v=O1-js0k2rBE

https://www.youtube.com/watch?v=6HWVgQdSTDQ&t=12s

https://www.livescience.com/61682-starfish-eyes.html


来源:狂丸科学

编辑:井上菌


近期热门文章Top10

↓ 点击标题即可查看 ↓

1. 女生冬天穿那么少不冷吗?我找了个男生试了下......

2. 严肃科普:如何区分奥特曼

3. 人类花百年规划设计的铁路网,这些无脑生物26小时就搞定了

4. 2018 年最冷科学知识 Top 10

5. 一幅图读懂量子力学(Ⅳ)

6. Physics World 评选出2018年度十大科学突破

7. 昨晚,我在秋名山输给了一个沙发……

8. 假如有人告诉你这个世界的本质是弹簧,你愿意相信吗?

9. 磁铁可以只有一极吗?它或许能打开万物理论之门

10. 上坡要刹车; 下坡踩油门,关于怪坡你了解多少?

点此查看以往全部热门文章


登录查看更多
0

相关内容

杜克大学(Duke University)创建于1838年,是一所私立的研究型大学,其前身为三一学院。杜克大学图书馆藏书量列全美大学第3,仅次于哈佛和耶鲁。不同于其它顶尖的学术大学,杜克大学的体育,尤其是篮球十分有名并且是美国最佳的篮球名校。杜克大学是一所国际性的大学。杜克的学生来自美国各地和全世界九十多个国家,共有约六千三百名本科生和七千多名研究生,攻读各种专业和学位。
【ICML2020-哈佛】深度语言表示中可分流形
专知会员服务
12+阅读 · 2020年6月2日
少标签数据学习,54页ppt
专知会员服务
196+阅读 · 2020年5月22日
【机器学习课程】Google机器学习速成课程
专知会员服务
164+阅读 · 2019年12月2日
万万没想到,枯燥的“机器学习”还可以这样学!
【财富空间】一个人真正的资本是什么
产业智能官
6+阅读 · 2018年3月16日
为什么大家都不戳破深度学习的本质?
36大数据
4+阅读 · 2017年12月7日
中美日全球美女机器人大PK,哪一款是你想要的味道?
机器人大讲堂
4+阅读 · 2017年9月16日
Seeing What a GAN Cannot Generate
Arxiv
8+阅读 · 2019年10月24日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
Factor Graph Attention
Arxiv
6+阅读 · 2019年4月11日
Knowledge Representation Learning: A Quantitative Review
Explanatory Graphs for CNNs
Arxiv
4+阅读 · 2018年12月18日
Arxiv
7+阅读 · 2018年8月21日
Arxiv
29+阅读 · 2018年4月6日
Arxiv
27+阅读 · 2017年12月6日
VIP会员
相关VIP内容
相关论文
Seeing What a GAN Cannot Generate
Arxiv
8+阅读 · 2019年10月24日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
Factor Graph Attention
Arxiv
6+阅读 · 2019年4月11日
Knowledge Representation Learning: A Quantitative Review
Explanatory Graphs for CNNs
Arxiv
4+阅读 · 2018年12月18日
Arxiv
7+阅读 · 2018年8月21日
Arxiv
29+阅读 · 2018年4月6日
Arxiv
27+阅读 · 2017年12月6日
Top
微信扫码咨询专知VIP会员