★色盲悖论正解!

简介: 假设:有一个人,他有一种奇怪的色盲症。他看到的两种颜色和别人不一样,他把蓝色看成绿色,把绿色看成蓝色。  但是他自己并不知道他跟别人不一样,别人看到的天空是蓝色的,他看到的是绿色的,但是他和别人的叫法都一样,都是“蓝色”;小草是绿色的,他看到的却是蓝色的,但是他把蓝色叫做“绿色”。

假设:有一个人,他有一种奇怪的色盲症。他看到的两种颜色和别人不一样,他把蓝色看成绿色,把绿色看成蓝色。
  但是他自己并不知道他跟别人不一样,别人看到的天空是蓝色的,他看到的是绿色的,但是他和别人的叫法都一样,都是“蓝色”;小草是绿色的,他看到的却是蓝色的,但是他把蓝色叫做“绿色”。所以,他自己和别人都不知道他和别人的不同。
  
  问:怎么让他知道自己和别人不一样?
  
  注:有人说让他水彩画画,比如说画蓝天绿草,他画出来的肯定是绿天蓝草,而别人的是蓝天绿草。
  这个回答是错误的,因为:画蓝天时,他脑中想的是绿色,而他拿起的笔也是他脑中的绿色,也就是别人眼中的蓝色,所以他画出来的仍然是大家眼中的蓝天绿草。
————————————————————————————————————————

下面是我见过的一些的解法,由浅到深一一罗列出来,逐个分析。
注:为了方便区分,以下凡是用英语标出的颜色,是脱离概念的,是人眼中感觉到的颜色,例如他听到“蓝色”这个词,脑海中浮现的是Green,然后拿起了蓝笔。

1.
首先,这并不是某些人认为的“低水准问题”,以为拿个绿色的牌牌,告诉他“这是绿色”就OK了?人家本来就把绿色的牌牌叫做“绿色”,还用你告诉?像某安焱那种自以为是又到处鄙视别人的,大家无视。

2.
有相当一部分人认为他画的就应该是“绿天蓝草”,认为题目的那个“注”是错的。所以我有必要把那个注解再解释一下:
题目说的很清楚,正常的“蓝色”在他眼中是“Green”,但由于这个倒霉蛋对颜色的认知是从别人得来,所以在他口中依然是“蓝色”。
也就是说,正常的“蓝色”,无论是颜色还是字符,他都称之为“蓝色”,只是在他眼中是Green。
结论来了,蓝色的天空、蓝色的画笔、“蓝”这个概念,在他眼里都是同一种颜色(Green)。
同样也有,绿色的草地、绿色的画笔、“绿”这个概念,在他眼里也是同一种颜色(Blue)。
所以让他画天,他心里想的是Green,当然就会拿蓝笔,口中说的也是“拿蓝笔”这句话。绿草也是一样,他画草的时候会拿绿笔。

3.
然后再排除部分人的那种相当不负责任的做法:“给他个绿色的东西,告诉他,这个其实叫做蓝色”
这根本不可行,他完全不知道自己与常人不同,也无法从眼中观察到。你直接告诉他,他能相信吗?
换成你自己想想,你也是完全不知道自己的异常,和正常人一样,把天叫蓝,把草叫绿。现在我拿捆韭菜告诉你“这个其实叫做蓝色”,你信吗?

4.
关于“色温”与“色感”。
有些人说,给他蓝绿两种颜色,问他哪种颜色给你带来“寒冷”的感觉?(或类似问题,比如哪种舒心,哪种温和等)
色感法的依据是:蓝色是冷色,他眼中的Blue一定也是冷色,所以他会说出“绿色是冷色”等错误观点。
其实这个方法也是不可行的。蓝色给我们寒冷的感觉,是因为自然中很多寒冷的东西都是蓝色的,比如冰山、深海、高空等。但这些东西在倒霉蛋眼里统统是Green,所以对他而言,Green更有“寒冷”的感觉,那么他仍然会回答“蓝色是冷色”。
说抽象一点,倒霉蛋对于自己眼中Green的认知,完全相当于正常人对Blue的认知,包括名称、实体、色温等一切概念,统统称之为“蓝”。

5.
关于“混色法”。
能排除上面几种方法想到这里,也是逻辑思维比较严谨的了。这个问题解释起来是最难的,也不一定每个人都看得懂。
混色法的依据是:正常颜色中,黄色更接近于绿色,紫色更接近于蓝色,而对于此人,黄色应该更接近蓝色,紫色应该更接近绿色才对。
(混色法还有一些变数,如根据蓝+黄=绿,让他配色等等,实质都一样)
这种方法的成功与否,有一个大前提,那就是:此人眼中只有蓝和绿两种颜色不正常,其余颜色都正常。
而题目并没给这个条件,所以就有以下两种可能:
①,此人眼中只有蓝绿两色不正常,其余颜色都正常。
②,此人眼中不仅蓝绿两色不正常,相应的,一切含有蓝或绿色素的颜色都不正常。
题目没给这个条件,那么我们可以尝试推断一下,哪种情况才是可能存在的:
正常的颜色带(只给出半条)如图1:
黄-柠檬绿-绿-翠绿-青-海蓝-蓝-蓝紫-紫
如果此人的病症如①所述,那么在他眼里,柠檬绿就是柠檬绿,更接近他眼中的Green,也就是“蓝”,蓝紫就是蓝紫,更接近他眼中的Blue,也就是“绿”。
那么不用旁人提醒,他自然会产生疑问:“为什么这些像蓝色(Green)的颜色要被称为‘柠檬绿’、‘翠绿’?为什么这种像绿色(Blue)的颜色要被称为‘海蓝’、‘蓝紫’?”
这样下去,他自己就会发现自己的异常。那么为什么他无法发现呢?只剩一种可能,就是:
在他眼里,柠檬绿、翠绿是更接近蓝色(Blue)的,蓝紫、海蓝是更接近绿色(Green)的。
同时,柠檬绿应该更接近于黄色(柠檬是黄色的),蓝紫应该更接近紫色,他才不会对颜色的命名产生怀疑。
还可以从另一个角度来分析:如果按①所述,他的颜色带的“纯绿”和“纯蓝”两处一定会产生突变(如图1下半部分),那么问题来了,多纯的绿算纯绿呢?00FF00?那00FF01算不算呢?就算确定了这个界限,那么处于这个界限上的颜色算什么颜色呢?
再想想,如果有突变点,那么我拿蓝绿两种颜料仔细调出这个点。在常人眼里看来就是一片颜色(比如柠檬绿),但倒霉蛋看这个调色盘时,由于调色总会有极小的不均匀,某些地方蓝多某些地方绿多,他眼里就会出现一块块柠檬绿与蓝色相间的花斑?并随着液体对流而不断蠕动???显然这是十分荒谬的。所以①的情况是站不住脚的。
由此可得出,他的病症一定是②中所述,混色法的大前提不存在了,混色法自然就不会成功。


 



既然我们已经推到了这个地步,不进一步挖掘好像对不起这份努力吧?来,下面大家和我一起继续深究,看看这个倒霉蛋眼中的真实景像~
“既接近黄色又接近蓝色?既接近绿色又接近紫色?”——显然,这样的颜色是不存在的!那么我们不仅可以推出②的正确,更可以推出如下结论:
在他眼里,一切带有绿色素的颜色都不正常,其中的绿色素被换成了蓝色素。一切带有蓝色素的颜色也都不正常,其中的蓝色素被换成了绿色素。——只有这个结论才能解释上面的色带问题。
有了这个结论,我们甚至可以画出他眼中的图谱了!也就是颜色圈。由于蓝绿色素的互换,他眼中的颜色只有两个是完全正常的!
一个是红色,它根本不含蓝、绿色素,所以完全不受影响。
一个是青色,它的蓝绿色素恰好各占一半,换了等于没换。
所以,他眼中的颜色圈,应该是正常颜色圈以红、青之间的连线为轴,翻转180度而得到的,如图2所示:
左半部分为正常人眼中的颜色,文字为对应名称,右半部分为倒霉蛋的。


 



分析到了这里,我们可以得出这样的结论:此人能区分各种颜色,他对于颜色的“认知”无异于常人,只是各种颜色在他眼中与常人不相同罢了。(这个“在他眼中”,不太好解释,我们可以理解为视神经对脑部的某种刺激?算了,反正大家都明白是怎么回事)
——事实上,我们不同的人所看到的颜色,又有谁能保证是一模一样呢?也许你眼中的蓝色就是我眼中的绿色,但又有谁会知道并且证明出来呢?所以说这个人根本不能称为是色盲。
话说回来,其实最无聊的还是出题的人,您是怎样发现倒霉蛋的异常的呢?能发现必然能告诉他……这个题目本身都超出了逻辑范围,自然就无所谓答案了,就像那道男孩女孩挑箱子一样。

图画了好几张,字也打了这么多,索性一做到底~。我找了一张色彩丰富的图片,并用PS把其中所有的“蓝色素”与“绿色素”互相替换,得出了一张新的图片,依题意,这就是那个倒霉蛋眼中的图像。但无论你指向图中任何一点,他都能正确说出该处的颜色名称,比如你指着那个大汉堡问他,虽然在他眼睛里是Rose,但他对这个颜色的一切概念就是“橙色”。
作为补充,我又做一张真正的“蓝绿色盲”眼中的图像,真正蓝绿不分的那种,最下面那张就是。
说不定,你眼中的“上图”就是别人眼中的“中图”哦^_^
图片是刚出炉的,版权所有,仿冒必究    By.百度AntaresY

 


目录
相关文章
|
缓存 IDE Shell
【Shell 命令集合 系统设置 】Linux 重置终端的显示 reset命令 使用指南
【Shell 命令集合 系统设置 】Linux 重置终端的显示 reset命令 使用指南
615 0
|
Prometheus 监控 关系型数据库
数据库同步革命:MySQL GTID模式下主从配置的全面解析
数据库同步革命:MySQL GTID模式下主从配置的全面解析
1708 0
|
人工智能 自然语言处理 Swift
探索面向开放型问题的推理模型Marco-o1,阿里国际AI团队最新开源!
阿里国际AI团队发布的新模型Marco-o1,不仅擅长解决具有标准答案的学科问题(如代码、数学等),更强调开放式问题的解决方案。该模型采用超长CoT数据微调、MCTS扩展解空间等技术,提升了模型在翻译任务及复杂问题解决上的表现。研究团队还开源了部分数据和模型,供社区使用和进一步研究。
1015 1
探索面向开放型问题的推理模型Marco-o1,阿里国际AI团队最新开源!
|
Cloud Native 持续交付 云计算
云原生技术在现代应用开发中的应用与实践
【9月更文挑战第12天】随着云计算技术的飞速发展,云原生已成为推动企业数字化转型的关键技术之一。本文将深入探讨云原生的基本概念、核心价值及其在现代应用开发中的实际应用案例,旨在为读者提供一套清晰的云原生应用开发指南。通过分析容器化、微服务架构、持续部署等核心技术的实践过程,我们将揭示云原生如何助力开发者高效构建、部署和管理可扩展的应用。你将看到代码示例,这些示例均选自真实世界的开发场景,帮助你理解云原生技术的强大功能和灵活性。
194 7
|
机器学习/深度学习 数据采集 人工智能
深度学习之稳健的模型推理与不确定性建模
基于深度学习的稳健模型推理与不确定性建模,是现代AI系统中至关重要的研究方向。随着深度学习在各类应用中的成功,如何保证模型在面对未知或不确定性输入时仍能做出稳健的推理,并能够量化这种不确定性,成为关键问题。稳健性与不确定性建模可以提高模型的安全性、可靠性,尤其在自动驾驶、医疗诊断等高风险领域。
655 0
|
安全 C# 数据安全/隐私保护
WPF安全加固全攻略:从数据绑定到网络通信,多维度防范让你的应用固若金汤,抵御各类攻击
【8月更文挑战第31天】安全性是WPF应用程序开发中不可或缺的一部分。本文从技术角度探讨了WPF应用面临的多种安全威胁及防护措施。通过严格验证绑定数据、限制资源加载来源、实施基于角色的权限管理和使用加密技术保障网络通信安全,可有效提升应用安全性,增强用户信任。例如,使用HTML编码防止XSS攻击、检查资源签名确保其可信度、定义安全策略限制文件访问权限,以及采用HTTPS和加密算法保护数据传输。这些措施有助于全面保障WPF应用的安全性。
299 0
|
机器学习/深度学习 自然语言处理
社区供稿 | EcomGPT:基于任务链数据的电商大模型(附魔搭推理实践)
在电商领域中,自然语言处理和深度学习的发展对电商技术的推进做出了很大的贡献。通过这些技术,可以实现从产品信息提取到用户查询理解等多种能力,尤其是近期各类大语言模型(Large Language Models,LLMs)的涌现,让我们看到了它们在电商领域引用的潜力。然而,通用的大语言模型并不是专门为电商领域设计的,这可能导致它们在电商任务中表现不佳。
|
网络协议 数据处理 C++
LabVIEW与Simulink的通信及调用方式
LabVIEW与Simulink的通信及调用方式
461 1
|
机器学习/深度学习 分布式计算 数据处理
什么是 Apache Spark?
【8月更文挑战第31天】
558 0
|
XML 存储 安全
微信支付宝支付真的安全吗?为什么没人攻击
微信支付宝支付真的安全吗?为什么没人攻击