我们可能很容易就可以区分一个枣和两个枣的重量,但是很难区分一个大西瓜和一个大西瓜加一个枣的重量——韦伯(Weber)的学生费希纳(Fechner)提出,刺激强度越大,我们对它的区分能力越差,为了纪念他的老师,费希纳将这个定理叫做韦伯定理【1】。
费希纳也提出了这种现象背后可能的心理机制,简单地说,是人心里对刺激的反应强度与刺激的强度成对数关系(如下图;话说如果把反应换成神经放电频率之类的东西,就可以说这是一个假想的神经机制)。
ChatGPT写的图注:这张图展示了刺激强度与人的反应之间的关系,其中反应用对数函数 y=log(x) 描述。图中纵轴代表反应,横轴代表刺激强度。特定的点 I 和 I+ΔI 被标记在图上,表示为了使反应增加 1,需要增加多少刺激强度。
在这个例子中,ΔI 设置为 10,从图中我们可以看出,为了使反应从 log(10) 增加到 log(10)+1,刺激强度需要增加到约 I+ΔI=27.18。这反映了在更高的刺激强度范围内,确实需要更大的差别才能区分出两个不同的刺激。
这个图假设横轴是刺激强度,纵轴是人的反应
同时还有个隐藏假设,就是对于两个刺激,只有它们引发指定的反应差异才会被人知觉为不同的强度
为了方便,在下边的例子中,我们可以假定它为1
图中的 I 代表一个刺激强度,我们先设定这种刺激产生的反应为R
I + ΔI 代表在和 I 比较的时候能被人区分出来的最小刺激强度——也就是说,它需要能引发大小为 R+1 的反应
根据这个曲线,如果 I 的值越大,R增长得越慢,为了达到R+1就需要越大的ΔI
对应的实际意义是,在越大的刺激强度范围内,我们需要越大的差别才能区分出两个刺激
(当然,你可以把1替换成一个恒定的未知数)。
【1】Weber–Fechner law https://en.wikipedia.org/wiki/Weber%E2%80%93Fechner_law
【2】韦伯-费希纳定理 https://zh.wikipedia.org/zh-cn/%E9%9F%8B%E4%BC%AF-%E8%B2%BB%E5%B8%8C%E7%B4%8D%E5%AE%9A%E7%90%86
hmmm,不是特别专业的解说,就当日常博客好了~