2.4.2 源自生态学的概念——视觉的独一无二性
视觉感知在人工智能中有着特别的地位。它通常是所有人类感知中最强的部分，并形成最持久的记忆。视觉包括两种感觉，一种是反应式刺激（看），另一种是协商式感知，将环境中的物体和事件联系起来（观察）。在过去300年间各种各样的视觉理论被提出，Berkley的经验论（18世纪初）、格式塔六项原则（20世纪20年代）和Gregory的自上而下分析法（1970）是视觉方向更为传统的方法，这些方法中的视觉概念很大程度上依赖于已知的世界视觉呈现。因此，在传统观点中，视觉基于我们的环境、已知的呈现和记忆主动地构建我们对现实的感知，并对环境或主体的动态或多或少保持沉默。
因为视觉不能像感觉运动那样容易地被操纵，研究者已经考虑其他的方法来对其建模，而图像处理通常是一个支持工具，并被用于机器人研究。更简单、便宜的机器人通常采用非视觉传感器（如声呐和红外）来提供距离度量信息，在低层次任务和以导航为中心的行为中作为补充。
Gibson[121]和Marr[221]分别在20世纪80年代和20世纪90年代为将视觉作为一种生态现象建模提供了动力。视觉的功能是对视野内的事物、形状、空间和空间布局进行描述和呈现，并帮助获取更高层次的信息，如阅读路标。Gibson提出视觉不仅仅局限于这样的认知过程，还常常是协调运动的机制。Gibson的自下而上法是第一个在心理学上将运动与感知联系起来的方法，与传统的视觉理论非常不同。Gibson不支持行为主义与内部呈现，并且发展了光流的概念。同样，Marr也拒绝图像处理，并认为视觉是信息流而不是孤立的独立现象之间的相互联系。
Gibson的方法是基于信息流的，把环境和观察者看作“不可分的一对”。环境应该从生态方面（媒介、物质和表面等）去建模而不应该被建模为坐标系，因为动物感知的是前者而不是后者。视觉基于光流阵建模，它是由汇聚在一个给定点上的所有光线构成的。光流阵在每一点上都不一样，因此对于运动中的观察者来说，阵列在不断地变化，从而创建了一个光信息流场。由一个移动的观察者同时采样的光流阵中的变换指定了移动路径，而不是更传统的用于起点和终点等的坐标系。光流包含了关于表面布局和主体运动的信息。Gibson的模型阐明，主体所感知到的环境属性通常取决于观察者的物理和生理能力。例如：（1）可供人类坐的一定高度、大小和倾斜度的表面以及那些可供踩踏的不同高度、大小的表面；（2）可供捕捉的以一定速度移动的物体，其他则太快或者太慢等。值得注意的是，这些行动都是源于人类心理学的普遍反应，而不是从经验等学习到的。对运动的这些可能性的感知是必要的，它们也包含在光流阵中。开始移动就是收缩肌肉，以让前面的光流阵流出去，停止移动就是让这个流动停止。因此，智能体的内力是光流的函数[98]。
这里，Finternal是内力，flow是光流。利用这些控制法则，并将生态心理学扩展到机器人领域，在机器人与障碍物和人类在实时动态环境中进行交互方面，已经取得了可喜的成果。这种激进的视觉理论很明显缺乏对光流或者内力的量化，因为它依赖于情境和主体等。然而，这的确暗示了一些想法，即移动不是机械的牛顿力学，而是由感知驱动的，而感知是由心理和生态原因触发的。Duchon[99]在生物学方向扩展了Gibson的框架，为生态机器人总结了以下原则：
1.智能体与环境是“不可分的”，它们被视为一个系统。
2.智能体的行为产生于系统的动态。
3.根据感知和行动之间的关系，智能体的任务是将可用信息映射到控制，以实现系统的期望状态。
4.环境提供信息和暗示，以此来鼓励适应性行为。
5.因为智能体是环境的一部分，所以不需要先验的或实时的3D地图或模型。
Duchon利用以上原则演示了机器人导航与避障。
因为认知不是发生在智能体“内部”的事物，而是归结于其具身，主体在环境中的认知在适应性交互本身中被标记。因此，智能体经历的环境不仅受到其自身主体的限制，也被限定为通过智能体的自身活动而出现。经历的世界是由智能体的生理、感知运动回路以及环境
之间的共同交互来描绘和确定的，如图2.6所示。这意味着，智能体自身是一个活的、有经验的结构，也是所有认知行动的情境[333]，因此感知不会发生于主体或主体内部，而是一种行动。根据主动方法（Enactive Approach）[320]，主体“带来了”自己的认知域，并有能力对自身进行一些控制，主要是为了健康和生存。因此，智能体让其主体与其环境直接交互。符号计算和信息模型不是认知的本质，外界事件也不能支配认知过程。认知是情境性的，它从不发生在抽象中，通过具身认知和情境认知的重叠来实现对行动的适应性协调和控制。最后，经验对于认知和大脑的理解是很重要的。
图2.6 主动作用是对环境的一个连续的探索过程，其中智能体的自我构成是其身份，它在与其环境的耦合过程中是守恒的（连续箭头）。耦合关系随自适应性变化而变化（虚线箭头）。摘自Froese and Di Paolo[113]
O'Regan和Noe[259,260]提出，视觉和视觉意识确实是一种与行动紧密关联的感觉运动活动，相比作为严格意义上的感觉运动对，更多的是作为一种探索性的感觉活动工作。这个探索过程是由作者所定义的“感觉运动偶发事件”的知识来调节的。这种方法强调视觉的现象性，而不是其更传统的表征性。“感觉运动偶发事件”可以被定义为根据感知者的行动而产生的感觉刺激的规律性。感知者的视觉让其知道形状、颜色、纹理、光线和行动过程，从而帮助其理解这个已知的世界。
例如，由于视觉可以被看作三维空间的二维投影的采样，二维的方形和三维的方块的顶部视图可能是一样的，但是朝着物体细微靠近或者远离，都会导致进入视网膜的光量变大或者缩小，这样眼睛感知到的就会不同。另一个例子是，由于反射的光量是由每一种颜色决定的，每个色块对应一个独一无二的偶然性，因此经常表达着心理意义，如红色的光反射值在0.4到0.5之间，反射了几乎一半的入射辐射，所以比其他颜色更能引起视网膜的兴奋。因此，红色是与兴奋、温暖等相关联的。
在智能体已经掌握或体验了很多次这些已知法则，即大脑如何编码视觉属性，以发展“感觉运动偶发事件”，并使探索性感觉（换句话说，就是对世界的主动探索）成为可能时，会产生视觉经验。正如我们所看到的，视觉与行动紧密相关，它可以说是主动作用最重要的感觉能力。
[1] Varela、Thompson和Rosch通过扩展Merleau-Ponty的身体现象学而提出了主动方法。