编辑推荐：
为探究颜色分布特征能否提示目标位置规律，研究人员开展实验，发现人类可利用颜色分布均值而非方差提示位置概率，这揭示了统计位置学习的灵活性与局限性。
### 视觉搜索中的 “隐藏线索”：颜色分布与目标位置的关联探索
在日常生活中，我们常常会有这样的体验：寻找物品时，某些环境特征似乎能帮助我们更快地锁定目标。比如在绿色的草丛中找红色的花朵，我们的眼睛似乎能本能地被红色吸引。这种现象背后，其实隐藏着人类对环境统计规律的学习和利用。在视觉研究领域，概率提示范式（probability cueing paradigm）已证实，人们能依据空间规律预测目标位置，但对于颜色分布等刺激特征能否提示目标位置规律，此前却知之甚少。
过往研究表明，人类善于从环境中提取统计规律，这些规律影响着我们的视觉注意和搜索行为。在经典的概率提示研究中，多关注目标位置的一阶空间关联，而对于像颜色分布这样的复杂关联研究较少。虽然颜色在视觉感知中至关重要，人们也能快速学习颜色分布的统计属性，但颜色特征能否作为统计规律的提示，尚无定论。为了填补这一知识空白，来自冰岛大学（University of Iceland）、洛桑大学医院（Lausanne University Hospital, CHUV）和洛桑大学（University of Lausanne, UNIL）等机构的研究人员展开了深入探究，相关成果发表于《Scientific Reports》。
研究人员采用了改进的经典概率提示范式，以独特颜色的菱形为目标，通过改变干扰项的颜色分布来探究目标位置概率与颜色分布特征之间的关系。在实验过程中，主要运用了行为实验和统计分析技术。行为实验方面，让参与者在规定的视觉搜索任务中寻找目标，并记录反应时间（Reaction Time, RT）和准确率；统计分析技术上，使用 R 语言进行非线性回归分析和线性混合模型分析，以此探究 RT 与任务时间、目标位置预测性之间的关系。
实验 1：颜色分布均值能否提示目标位置？
研究人员招募了 39 名参与者，让他们在由 36 个彩色菱形组成的搜索显示中，找出颜色不同的目标菱形，并通过相应方向箭头键指出其缺失角的位置。实验中，干扰项的颜色分布有两种，其均值不同，且每种分布对应不同的目标位置概率（目标在屏幕左侧或右侧出现的概率为 80%，另一侧为 20%）。
分析结果显示，参与者的整体平均准确率为 96.29%，平均 RT 为 1098.32 毫秒。非线性回归分析表明，RT 随时间呈指数衰减。进一步分析发现，实验后期，参与者在目标出现在高概率位置（rich location）时的反应速度明显快于低概率位置（scarce location），这表明参与者能够学习颜色分布均值与目标位置概率之间的关系。
实验 2a：颜色方差差异能否提示目标位置？
实验 1 证实了参与者能将目标位置概率与干扰项颜色分布均值关联起来。而在实验 2a 中，研究人员想探究颜色分布的方差是否也能起到类似作用。实验设置与实验 1 类似，但此次两种颜色分布的均值相同，仅方差不同，且增加了每个分布的试验次数。
实验结果显示，平均准确率为 96.13%，平均 RT 为 1005.72 毫秒。通过与实验 1 相同的分析方法发现，无论目标出现在高概率位置还是低概率位置，RT 的变化趋势相似，没有证据表明参与者能利用颜色方差差异来学习目标位置概率。
实验 2b：增大颜色方差差异的影响
考虑到实验 2a 中可能因两种分布的方差差异过小，导致参与者难以区分，实验 2b 进一步增大了方差差异。实验方法与实验 2a 基本相同，只是低方差分布的标准差变为 1 JND，高方差分布仍为 6 JND。
结果显示，平均准确率为 96.32%，平均 RT 为 908.69 毫秒。同样的分析再次表明，即使增大方差差异，参与者依然无法利用颜色方差来学习目标位置概率。
综合这一系列实验，研究人员得出结论：颜色分布的平均颜色可以作为目标位置概率的提示，即人们在视觉搜索过程中，能够学习颜色分布均值与目标位置概率之间的关系，当目标出现在与颜色分布均值相关的高概率位置时，搜索速度会更快；然而，颜色方差的变化却不能产生类似的提示效果。
这一研究成果意义重大。它揭示了人类统计位置学习的灵活性，不同的视觉上下文（如颜色分布均值不同）会导致不同的空间优先地图（spatial priority maps，即根据相关性对视野中不同位置或特征进行排序的神经表征）形成，人们可以根据颜色分布均值调整搜索策略。同时，也凸显了这种学习的局限性，颜色方差无法像均值那样用于提示目标位置，可能是因为颜色方差的变化被视为单一颜色集合的随机变化而被忽略。这一发现为理解人类视觉搜索机制提供了新视角，有助于进一步探究视觉注意和统计学习的神经机制，也为相关领域如人机交互、人工智能视觉算法等的发展提供了理论参考。
