视觉审美偏好的能量节约机制：基于深度神经网络与fMRI的证据

《PNAS Nexus》：Less is more: Aesthetic liking is inversely related to metabolic expense by the visual system

本研究针对“审美愉悦是否源于视觉系统的能量节约启发式”这一核心问题，通过深度神经网络（VGG19/Resnet50）模型与人类fMRI数据（BOLD5000数据集）的双轨验证，首次在大规模真实图像（4,914张）中发现审美评分与代谢成本（活性神经元数量/BOLD信号）呈显著负相关。该成果为处理流畅性理论、原型效应等审美现象提供了统一的能量代谢框架，发表于PNAS Nexus。

　　

当我们欣赏一幅令人愉悦的画作或风景时，大脑究竟在经历什么？传统观点认为审美体验与刺激物的复杂性、对称性或语义内容相关，但一项发表于《PNAS Nexus》的最新研究提出了一个颠覆性的视角：审美偏好可能源于大脑对能量消耗的本能规避。该研究通过计算模型与神经成像技术的结合，首次揭示视觉审美愉悦与神经代谢成本之间存在显著的负相关关系，为理解审美活动的生物学基础开辟了新路径。

研究背景与科学问题

视觉系统作为大脑中最耗能的组成部分，消耗着约44%的脑部能量资源。进化压力可能促使生物体发展出偏好低能耗状态的行为策略，例如通过愉悦感引导个体选择加工效率更高的视觉刺激。尽管此前研究已发现简单几何图案引发的视觉不适与神经活动强度相关，但关于真实世界复杂图像的审美偏好是否受代谢成本调控，仍缺乏大规模实证支持。本研究首次系统检验了“审美愉悦作为能量节约启发式”的假说，并尝试连接处理流畅性、图像复杂性及原型效应等经典理论。

关键技术方法

研究团队采用双轨验证策略：

1. 1.
   利用预训练深度卷积神经网络（VGG19/Resnet50）模拟人类视觉层级加工，以活性神经元数量及激活值总和作为代谢成本代理指标；
2. 2.
   基于BOLD5000数据集的fMRI数据（4名被试观看4,916张图像），通过单试次回归分析计算早期视觉区（V1-V4）与高级视觉区（FFA、PPA、OPA等）的BOLD信号强度。
   审美评分数据来自1,118名受试者对5,000张图像的愉悦度标准化评分。

研究结果

模型衍生的代谢成本估计

在预训练VGG19模型中，图像激活的神经元总数与审美愉悦度呈显著负相关（Spearman ρ=-0.16, P<0.001）。

线性回归模型进一步显示，层级代谢成本的组合可解释13.3%的审美评分方差（预测精度ρ=0.372），且预训练模型的预测能力显著优于随机初始化模型（P<0.001）。当以神经元激活值总和替代计数指标时，预测精度进一步提升至ρ=0.397。

人类视觉系统的代谢成本

fMRI数据分析发现，早期视觉区（V1、V2、V4）与高级视觉区（FFA、PPA、OPA）的BOLD信号均与审美评分呈负相关，其中场景加工相关区域（如PPA）相关性最强（ρ=-0.102, P<0.001）。

全脑探索性分析还发现负相关集群分布于前额叶皮层（PFC）、眶额皮层（OFC）等区域，而默认模式网络（DMN）区域则显示正相关，这与既往强调认知参与的美学研究一致。

结论与意义

本研究通过多层级证据表明，视觉审美偏好与神经表征的代谢成本存在普适性负关联。这一发现为伯莱因（Berlyne）的双因素模型中的“正性习惯化”成分提供了生理学解释，同时为理解原型偏好、轮廓效应等审美现象提供了统一框架——即这些特征可能通过提升编码效率降低能量消耗。未来研究需进一步探索代谢成本与稀疏编码、任务语境等因素的交互作用，以及跨感官领域的能量节约启发式是否存在类似机制。