我只是在仔细阅读和思考超感官知觉(ESP)的官方定义。这也被称为“第六感”，因为大多数人认为我们(人类)只有五种小坏蛋:视觉、听觉、触觉、味觉和嗅觉。

说句题外话，实际上我们有更多的感觉，包括热感觉(我们感知温度的感觉*)、痛感觉(让我们感知皮肤、关节和内脏器官疼痛的感觉)、本体感觉(对身体各部分相对位置的感觉)和平衡感觉(内耳的三根管提供的部分平衡感)。(*即使你蒙着眼睛，如果你把手靠近热的东西，你也能感觉到红外辐射形式的热量。相反，如果你把手放在冷的东西上，你可以检测到缺乏热量。)但我们离题了……

回到ESP，官方的定义大致是这样的，“所谓的信息接收不是通过公认的物理感官获得的，而是通过心灵感知的。”此外，《大英百科全书》网站将ESP定义为“独立于已知感官过程的知觉”。ESP的典型例子包括千里眼(对别人不一定知道的物体或事件的超常意识)和预知(对未来的知识)。事实上，我自己可能也有预感，因为我偶尔能看到未来有限的一段路。例如，如果我的妻子(Gina the Gorgeous)发现了我的预测引擎的真正目的，我可以预见，我将不再需要它来预测她此刻的情绪。

我们没有，但在其他动物身上却有的感觉，比如一些生物可以探测到地球的磁场，而另一些生物可以感知自然的电刺激，这是怎么回事?与我们自己的感官经验相比，把这些能力归类为超感官知觉不是很合适吗?

就人类而言，视觉是我们最强大、最普遍的感官之一。正如我们在之前的专栏中讨论的那样TOM显示器是消费者AR的未来吗?-“我们80%到85%的感知、学习、认知和活动都是通过视觉来调节的”，“大脑皮层(即大脑表面)的50%以上都用于处理视觉信息。”

在我色彩视觉的进化在论文中，我提到了一个事实，即典型的人眼有三种不同类型的锥状光感受器，它们需要明亮的光线，让我们感知不同的颜色，并提供所谓的明视觉(我们的视锥细胞的灵敏度在波长为420、534和564纳米时达到峰值)。我们还有杆状感光细胞它们在弱光下非常敏感，不能区分不同的颜色，这就提供了所谓的暗视觉(我们的棒的灵敏度在498纳米的峰值)。

典型的人类有三种锥状光感受器(想想“彩色”)和杆状光感受器(想想“黑白”)
(图片来源:Max Maxfield)

关于这幅插图有几件事要注意，包括我对这个小流氓相当自豪的事实，所以请随意说它的好话。此外，我还在垂直轴上标准化了曲线(即，我已经画出了它们都具有相同的最大高度)。事实上，杆状细胞比锥状细胞敏感得多，以至于试图在同一个图表上对比它们的敏感性，结果是杆状细胞有一个尖峰，而锥状细胞有三个轻微的凸起。最重要的是，杆状体和锥状体在相同的光照条件下不会一起发挥作用。视锥细胞需要强光才能发挥作用，而视杆细胞则在强光环境中处于饱和状态。相比之下，在昏暗的光线条件下，当视杆开始发挥作用时，视锥细胞就会关闭，提供很少或根本没有有用的信息。

另一方面，不相信进化论的人经常把人眼作为一个如此复杂的例子，以至于它一定是由一位聪明的设计师创造的。我认为，公平地说，我最喜欢的器官之一是我的眼睛，但也需要承认，有一些基本的设计缺陷，如果工程师负责这个项目，就不会有这些缺陷。

当谈到像眼睛这样令人敬畏的东西是如何进化的时，我衷心推荐两本书:生命的棘轮:分子机器如何从混乱中提取秩序彼得·m·霍夫曼和Wetware:每个活细胞中的计算机丹尼斯·布雷著。另外,在这个视频，英国进化生物学家理查德·道金斯(Richard Dawkins)对眼睛可能的进化发展路径进行了很好的概述。

我不知道你们怎么想，但我的眼睛为我提供的丰富信息给我留下了深刻的印象。从某种角度来看(没有双关语)，我正站在代表人类进化的当前高峰的浪尖上，当然你也是，但这是我的专栏，所以让我们继续关注我(再次强调，没有双关语)。另一方面，我必须承认，当我第一次发现不起眼的皮皮虾(实际上不是虾或螳螂)拥有动物王国中已知的最复杂的眼睛时，我有点懊恼。正如我在前面提到的色彩视觉的进化论文:“他们视觉系统的复杂细节(每只眼睛有三个不同的区域，每只眼睛的独立运动，三眼视觉等等)太多了，变化太多了，无法在这里讨论。科学家们已经发现一些种类的皮皮虾有16种不同类型的感光细胞:8种感光光谱中(我们认为是)可见部分的光，4种感光紫外线，4种感光偏振光。事实上，据说，仅在紫外线下，这些小流氓就具有与人类在正常光线下相同的能力。”

什么?16种不同类型的光感受器?你是在认真告诉我这根本不算超感官知觉吗?

我之所以在这里胡言乱语(是的，当然是有原因的)是因为我刚刚和Ralf Muenster聊天，他是at的业务发展和营销副总裁SiLC技术．SiLC网站上的标语是:“帮助机器像人类一样看东西。”然而，正如我们将看到的，在某些方面，它们提供了取代传统视觉传感器所提供的传感功能，从而提供了相当于超感官感知的机器(哈!不像你，我坚信——就像我母亲的一个曲折的故事——我最终会明白这一点)。

Ralf指出，如今机器人和汽车等机器的基于人工智能的感知系统主要以摄像头为特色(有时是单摄像头模块，有时是双模块配置，以提供双目视觉)。拉尔夫还指出，就像人眼一样，传统的相机视觉技术只观察撞击在传感器上的光子强度。

这些视觉系统在探测和识别道路标记和标志等方面非常出色，通常会通过某种形式的激光雷达和/或雷达功能进行增强。拉尔夫解释说，目前用于汽车和机器人应用的激光雷达系统主要基于飞行时间(TOF)方法，它们产生强大的光脉冲，并测量任何反射的往返时间，这对我来说很有趣。这些系统使用大量的电力——比如120瓦——它们被认为是“安全的”唯一原因是它们产生的脉冲太短了。此外，当他们看到反射光的脉冲时，他们不知道这是自己的脉冲还是别人的脉冲。而且，为了增加乐趣和轻浮，因为光大约每纳秒传播1英尺，你每离开一纳秒就等于离潜在的问题近了一英尺。

从某种意义上说，拉尔夫开玩笑地掏出了他的Eyeonic视觉传感器。Eyeonic的特点是一个调频连续波(FMCW)激光雷达。事实上，Ralf表示，这是迄今为止最紧凑的FMCW激光雷达，在光学集成水平方面，它领先于任何竞争对手好几代。

眼视觉传感器(图片来源:SiLC)

但是FMCW激光雷达在家里到底是什么呢?首先，Eyeonic发射的连续激光束比脉冲TOF的强度要低得多。然后，它使用一个本地振荡器将任何反射光与相干激光发射器产生的光混合。通过一些非常聪明的数字信号处理(DSP)，可以提取瞬时深度、速度和依赖于偏振的强度，同时完全不受任何环境和多用户干扰。此外，偏振和波长信息的结合有助于表面分析和材料识别。

还有一个题外，这其中的物质识别方面促使我考虑制造机器人，可以瞄准那些穿着20世纪70年代风格的聚酯高尔夫裤的人，并教他们错误的方式，但后来我决定，我亲爱的老母亲会对这个思路感到沮丧，所以我立即取消了这个想法。

眼视觉传感器的形态(图片来源:SiLC)

Eyeonic vision传感器提供的速度数据的重要性怎么说都不为过，因为在进行视觉认知时，检测运动和速度的能力至关重要。通过提供每像素的直接瞬时运动/速度信息，眼视觉传感器有助于快速检测和跟踪感兴趣的物体。

当然，基于fmcw的Eyeonic视觉传感器不会取代传统的相机视觉传感器，将在分辨率和使用它们的人工智能系统方面继续发展。另一方面，我认为传统的基于TOF激光雷达的系统应该开始寻找“出口”门。我还认为基于摄像头的视觉系统与基于fmcw的视觉系统的结合将为新的功能和可能性打开大门。我都等不及了!你说呢?

• 
• 
• 
• 
•