作者：蔡依橙醫師（蔡依橙的閱讀筆記 板主 / 亞洲心臟影像醫學會 先天性心臟病工作小組 顧問）
從視網膜到大腦認知的白話介紹
這是一本科普書，而且是在科學研究最頂端，工作了幾十年的頂尖學者所寫的。
在 Goodreads 的評價還不錯，不過如果仔細去看那些給分偏低的評論，會發現並不是書本身不好，而是評論者可能沒受過研究訓練，也不理解科學進展的真實現場，期待看到一本像好萊塢電影般有趣、具有戲劇性，且很適合做為茶餘飯後閒聊話題的科普書，失望之後，所給的分數。
有趣的是，這種一般讀者的反應，正反映出科學的真實狀況：今天最尖端的科學，已經發展到，不是一般人輕鬆當故事書看，就能輕易理解的程度了。
就像是，每個人都能朗朗上口，台積電 5 奈米先進製程穩定且成熟，良率高受肯定，對獲利貢獻大。但你繼續追問下去，到底 5 奈米是甚麼意思？是什麼東西 5 奈米？實際要怎麼做出這樣的晶片？會發現，絕大多數人並沒辦法清楚說明細節。
我的手機裡，台積電的晶片每天都在運作，但我們其實不知道這東西到底怎麼做出來的；我們每天都在用眼睛觀察這個世界，多數人也並不知道，從眼球成像到視覺認知，究竟是怎麼運作的。
作者在書中提到一個很有趣的實驗，請你現在把右手掌張開，手伸直到正前方，能看見清楚的五根手指頭。接著，請將視線依然釘住正前方，但手往右移動 30 公分，會發現這時候的視覺品質很差，完全無法數出到底有幾根手指頭。除非你移動眼球，讓手重新回到視野中央，才能再次看見自己的五根手指頭。
這是因為，我們的視覺，只有正中央是最高解析度的，只要稍微偏離這個小小的區域，解析度就會快速下降。但我們每天看出去的視野，卻是那麼渾然天成，沒有接縫，也不容易意識到，原來周邊視力這麼差。
而這個特性，就跟視網膜的解剖構造、視神經的頻寬，以及大腦處理訊號的原理有關。書中有詳細介紹，很有意思。
這還只是視野成像的訊號收集而已，為了講解從「成像」到「訊號整理」到「認知」的整個過程，書中用一個例子貫串全書：「為什麼父母能從遊樂場中，快速的認出自己的孩子？」然後一一說明這個過程中所牽涉到的神經科學，從視網膜解剖學，講到大腦神經網絡。
頂尖學者，窮盡畢生的知識與經驗，用白話告訴你，到底這一切是怎麼回事。以及這些關鍵知識，到底是怎麼發現的、怎麼推進的。
如果要正確評價這本書，我建議可使用三種角度來閱讀，更能體會本書的價值。
頂尖學者的總結回顧
作者 Richard Masland 是頂尖的視覺神經學研究者，在哈佛大學擔任教授與主管，上網搜尋，其在 Google Scholar 上的資料，h-index 高達 63，論文最高被引用超過 1200 次，而且還不只一篇！
作為比較，一般來說，h-index 若有 3-5，就是不錯的新進助理教授，8-12 算是不錯的副教授，15-20 差不多就可以升上正教授。野人獻曝做個對照組，我做電腦斷層研究累積的 h-index，則為 19。
本書是他被診斷出癌症，並與之搏鬥共存的四年中所寫，編輯在他過世後三個月，迅速整理出版。合理推測，這應該是他做為一個頂尖科學家，想讓更多人知道，他畢生精力到底都在忙些什麼的總結作品。
如果你不知道這個事實的話，會很訝異的發現，其實他在書中完全沒有提到自己得癌症，生命即將結束的事實。而就像是一個依然對視覺神經學充滿熱情的學者，開朗的跟你分享。
知道了這個事實之後，再看這本書，你也更能看見，他心目中典型的學者是什麼樣子的，而他正在學習那些前輩的風格，用白話，清楚地，把自己鑽研了一輩子的領域，用每個人都能懂的方式描述。
用學術行話來說，這本書就像是他對自己研究的領域，所做的回顧，寫成 review article。只是這次，他跨出自己的學術舒適圈，面向全世界的讀者，寫成一本書，回顧的，是這門知識的歷史、進展、現況，以及未來的展望。
內行的都知道，這是最精采的。
認識科學研究現場
這本書能讓你看見頂尖科學研究的世界。事實上，那是相當樸實無華且枯燥的。
可能是在 37 度室溫的環境流汗做研究，也可能是每天上班，光準備實驗環境，就做到中午，下午收資料還得靠運氣，才有結果可以記錄，就算運氣好有訊號可記錄，也可能根本看不懂，無法發表。
這些苦工必須重複上千次、上萬次，才能勉強拼湊出一點點確定的新知識。也有可能，因為一個方向錯誤、試劑失常、技術條件不對，導致一整年的努力，全部無效。
但，real science（真正的科學）就是從這樣的枯燥跟毅力中誕生的。
視網膜的細胞種類、連接方式、分層與走向，都是這樣確定出來的。
我們在書上看到一張簡圖、一個流程，那背後都是相當多學者、博士後研究、國家的科學研究資金，所累積出來的。
這剛好也呼應了另一本時報最近出的新書，經濟學家馬祖卡托的《萬物的價值》。馬祖卡托詳細分析，說明今天我們覺得很酷炫，且公司賺大錢的蘋果手機 iPhone，其實是根基於非常多美國政府資助的研究，所打下的科學基礎。
（馬祖卡托的論點是，所有的名聲跟獲利，都歸最終推出產品的蘋果公司，是不對的。我們應該重新打造一個機制，讓政府、基礎科學家、納稅人，更容易分得科技進步後的紅利。我們也應該鼓勵政府，擔任起創業型國家的角色。）
假設有天人類完全破解視覺秘密，而能夠做出高科技且性能非常理想的電子眼，到時名氣大且獲利高的，一定也是終端產品的廠商，但其實，這背後也都是這些國家級的補助，所打下科學基礎，才讓後端的應用產品，進化到能擁有商業價值。
走科學這條路，實際上是這樣的。在不知道未來有什麼用的狀況下，為世人打下科學基礎。
如果你正好有孩子，考慮走科學研究路線，或許讓他看看這本書，觀察一下，他是會為了科學的微小進展而興奮，開心自己破譯了一個從沒有人解開的密碼呢？還是會為了過程中的枯燥而感到無趣呢？這是個很好的，認識尖端科學研發真相的機會。
認識「學習」的科學本質
第三個角度，是趁這機會，認識「學習」的科學本質。
現在很夯的人工智慧，又稱機器學習，主要是用「類神經網絡」的概念去建構的。這個「類」「神經網絡」，就是「類」似大腦的「神經網絡」的意思。像是 AlphaGo 與後來更強的 AlphaZero，都是。
之所以會採取這樣的設計策略，是因為人類的大腦，實在是一個太有效率且節能的資訊處理器。採取了類神經網絡的策略後，電腦才能從過去根本算不完的暴力窮舉，逐漸將所需要的計算，縮減到今日軟硬體技術可及的範圍。
書中提到一個很有趣的比較，大家都知道圍棋最強的是 AlphaZero，但其實 AlphaZero 專精下棋，耗電量約為 1000000 瓦（一百萬瓦），你還必須給予穩定的供電；而一個人類學童，什麼都能學，從語言到足球，從數學到畫畫，大腦耗電量約僅 20 瓦，使用巧克力餅乾即可驅動。
相比之下，人腦的能源效益實在太高。
這是個非常有意思的比較角度，讓我們去思考，什麼才是我們這些人腦真正該做的事情？我們下棋或許下不贏 AlphaZero，但我們能創造出 AlphaZero，也能運用這些人工智慧，去完成許多過去無法完成的事情。
認識了神經網絡以及人工智慧的學習機制，會讓我們更理解，原來人類的大腦，可塑性那麼強。不管是我們自己作為成人，要持續的學習新的領域和事物，或者對於小孩教養，該如何去建構一個能獲得完整學習刺激的環境，都很有啟發。
很有意思的終極挑戰
作為神經科學家，作者在最後也挑戰了「意識」這個主題。人為什麼會有意識？意識到底是什麼？
雖然仍有許多未知，但作者釐清了一些目前我們知道的事情，以及他認為相對可能的猜想，說明了今日科學前緣，與意識聖杯之間的遙遠距離。像是在說：
「是的，這個距離很遠，我們連猜都猜不太到。但人類的科學在前進，你們將站在我所知道的知識前線，繼續挑戰這個題目，繼續拉近我們與終極大問之間的距離。讀著這本書的一代一代的年輕人，將把這些哲學問題，變成科學問題，並破解之。」
我猜，這應該是作者在自己生命即將走到盡頭時，想藉這本作品，留給未來人類的話。
相關連結
- 《眼見為憑：從眼睛到大腦，從感知到思考，探索「看見」的奧祕》
- 由此連結購買，你沒損失，4% 購書介紹費捐贈公益計畫。
專頁筆記
- 驚人的是，這個過程類神經網絡的成果，就跟一個人類學習語言的過程類似。這代表什麼？代表在小孩成長的過程，接受的學習刺激越多，小孩的頭腦就會越好。
- 為什麼演講者的光筆，或者滑鼠游標，在演講的時候一直晃，對觀眾接受資訊，是毀滅性的？因為根據視覺神經學，我們從視網膜到視覺皮質，有太多的細胞專門偵測跟處理移動。而且這些移動的訊息所產生的訊號，會反射性的叫我們的眼球移動跟上，不是理智可以有效抑制的。
閱讀筆記 / 小孩教養