走进一家拥挤的咖啡馆，你第一眼看到的东西就可能泄露像你的指纹这样私人的信息。
最新研究表明，仅凭眼球运动的特征，就足以识别一个人，而眼球运动的特征还体现在哪些物体对他们具有个人意义。
这项研究引发了新的疑问：在一个无处不在的数字监控的世界里，我们究竟泄露了多少信息？
这项研究由达特茅斯学院心理与脑科学教授卡罗琳·罗伯逊领导。
每个人对同一个房间的看法都不同。
心理学家几十年来一直在研究人们在探索新环境时如何集中注意力。
虽然大多数人对某个空间的理解大致相似，但他们的目光到达该空间的实际路径、停留的位置以及停留时间，因人而异，差异很大。
罗伯逊说： “从我们进入一个新环境的最初时刻起，我们就会在关注什么方面做出截然不同的选择。”
“这项研究表明，我们潜在的概念优先事项蕴藏在我们目光的特征之中。”
寻找有意义的事物
概念优先性指的是一种个人偏见，它决定了什么事物会首先吸引人们的目光。
国旗和足球看起来完全不一样，但它们在概念上通过爱国主义或民族认同等理念联系在一起。
研究表明，人们在新环境中会花费更多时间去寻找概念丰富且具有个人意义的事物。
研究表明，一个人选择寻找的东西几乎可以起到性格指纹的作用。
看着人们观看
为了研究这一点，罗伯逊的团队让大约 60 名参与者戴上 VR 头显，探索一系列日常场景——汽车修理店、公共游泳池、机场——每个场景持续 16 秒，他们可以自由地看向任何地方。
然后，研究人员利用头戴式设备捕获的眼动追踪数据构建了三层模型。
机器学习模型准确地重建了每个参与者的视线位置，视觉模型识别了哪些物体吸引了他们的注意力，大型语言模型分析了将这些物体联系起来的概念主题。
LLM 为每张图片生成描述性标题，暗示了人们正在观看的内容背后可能的故事情节。
其中一则说明文字写道：“墙上的一面旗帜可能象征着国家认同。”另一则说明文字写道：“一枚用于军事装备的导弹，可能是航空展览的一部分。”
概念模型胜出
研究团队分析结果后发现，视觉模型和 LLM 都能够根据个体独特的眼球运动来识别个体。
但 LLM 模型专门捕捉了人们的概念偏好，因此它的表现最为准确。
一个人被吸引的事物的概念图谱，比他们注视位置的原始视觉模式更具识别性。
外形上毫无相似之处，但主题相近的物品，放在一起比较，可以区分不同的人。
例如，在办公室场景中，一位参与者首先被键盘和记事本等与写作相关的物品所吸引，而另一位参与者则专注于线条和装饰性防溅板等建筑细节。
这两组物品看起来并不相似，但每一组都反映了这个人感兴趣的某些独特方面。
不会褪色的稳定图案
这些偏好也并非转瞬即逝。
一周后，大约一半的参与者返回去探索一组全新的场景，根据他们之前建立的眼动追踪数据，模型仍然能够准确地预测哪些视觉特征会吸引他们的注意力。
罗伯逊说：“这表明，注视模式的个体差异包含稳定的、人格层面的偏好，这种偏好会延续到测试日之后。”
一致的感知阶段
尽管存在个体差异，但参与者通常会经历三个一致的感知阶段。
在观看新场景的最初两秒钟内，他们的目光会集中在空间维度上，例如地平线和图像中心。
随后，注意力转移到了突出的视觉元素上，大约在八秒钟的时候，注意力转移到了他们所看到的事物背后的更深层含义上。
研究人员认为，这种发展过程符合直觉。
人们往往先确定自己在空间中的位置，然后观察周围的物体和人，最后才进入一种更具解释性的模式，旨在理解这一切的意义。
更多背景信息，更清晰的信号
输入到LLM中的概念细节越丰富，它就能越精确地区分人。
更长、更丰富的上下文说明，例如“她头上戴着一顶帽子，可以遮挡阳光”，比“她头上戴着一顶帽子”这样的简单描述产生了更独特的反应。
一个人的目光模式越独特，模型就越容易捕捉到。
隐私问题就隐藏在眼前
研究人员谨慎地指出，仅凭眼动追踪数据可能无法揭示一个人的政治观点或完整的性格。
但研究结果表明，VR 和 AR 技术可能比大多数人想象的更具侵入性，可能会比普通的网络浏览向广告商暴露更多个人信息。
这似乎是第一个使用 LLM 来模拟视觉注视的研究，研究人员预计这不会是最后一个。
凝视作为临床指标
研究团队也希望这种方法能够具有真正的临床价值。
该研究的第一作者阿曼达·“AJ”·哈斯金斯于 2024 年获得达特茅斯学院博士学位，目前是加州大学圣地亚哥分校的博士后。
“个体注视差异并非随机的，而是因地而异，并且随着时间的推移而保持稳定，”哈斯金斯说。
“如果我们想将目光作为自闭症等疾病的临床标志，这一点就很重要。”
用于早期诊断的工具
自闭症的一个众所周知的特征是对人脸的注意力降低，但这种回避行为是由视觉因素还是概念因素驱动的，这一点一直没有完全清楚。
本研究开发的方法可以帮助研究人员首次厘清这种区别。
这也有助于更早地诊断自闭症。症状最早可能在两岁时出现，但目前全国平均诊断年龄为四岁。
罗伯逊说：“你越早知道一个孩子感知世界的方式不同，就能越早改善他的教学环境。”
展望未来，研究团队计划探索将视觉和认知注意力数据结合到一个多模态模型中，是否可以进一步提高这些预测的准确性。
他们还有兴趣检验他们所确定的概念优先事项是否会在不同的文化或临床人群中系统性地发生变化。
走进一家拥挤的咖啡馆，你第一眼看到的东西就可能泄露像你的指纹这样私人的信息。
最新研究表明，仅凭眼球运动的特征，就足以识别一个人，而眼球运动的特征还体现在哪些物体对他们具有个人意义。
这项研究引发了新的疑问：在一个无处不在的数字监控的世界里，我们究竟泄露了多少信息？
这项研究由达特茅斯学院心理与脑科学教授卡罗琳·罗伯逊领导。
每个人对同一个房间的看法都不同。
心理学家几十年来一直在研究人们在探索新环境时如何集中注意力。
虽然大多数人对某个空间的理解大致相似，但他们的目光到达该空间的实际路径、停留的位置以及停留时间，因人而异，差异很大。
罗伯逊说： “从我们进入一个新环境的最初时刻起，我们就会在关注什么方面做出截然不同的选择。”
“这项研究表明，我们潜在的概念优先事项蕴藏在我们目光的特征之中。”
寻找有意义的事物
概念优先性指的是一种个人偏见，它决定了什么事物会首先吸引人们的目光。
国旗和足球看起来完全不一样，但它们在概念上通过爱国主义或民族认同等理念联系在一起。
研究表明，人们在新环境中会花费更多时间去寻找概念丰富且具有个人意义的事物。
研究表明，一个人选择寻找的东西几乎可以起到性格指纹的作用。
看着人们观看
为了研究这一点，罗伯逊的团队让大约 60 名参与者戴上 VR 头显，探索一系列日常场景——汽车修理店、公共游泳池、机场——每个场景持续 16 秒，他们可以自由地看向任何地方。
然后，研究人员利用头戴式设备捕获的眼动追踪数据构建了三层模型。
机器学习模型准确地重建了每个参与者的视线位置，视觉模型识别了哪些物体吸引了他们的注意力，大型语言模型分析了将这些物体联系起来的概念主题。
LLM 为每张图片生成描述性标题，暗示了人们正在观看的内容背后可能的故事情节。
其中一则说明文字写道：“墙上的一面旗帜可能象征着国家认同。”另一则说明文字写道：“一枚用于军事装备的导弹，可能是航空展览的一部分。”
概念模型胜出
研究团队分析结果后发现，视觉模型和 LLM 都能够根据个体独特的眼球运动来识别个体。
但 LLM 模型专门捕捉了人们的概念偏好，因此它的表现最为准确。
一个人被吸引的事物的概念图谱，比他们注视位置的原始视觉模式更具识别性。
外形上毫无相似之处，但主题相近的物品，放在一起比较，可以区分不同的人。
例如，在办公室场景中，一位参与者首先被键盘和记事本等与写作相关的物品所吸引，而另一位参与者则专注于线条和装饰性防溅板等建筑细节。
这两组物品看起来并不相似，但每一组都反映了这个人感兴趣的某些独特方面。
不会褪色的稳定图案
这些偏好也并非转瞬即逝。
一周后，大约一半的参与者返回去探索一组全新的场景，根据他们之前建立的眼动追踪数据，模型仍然能够准确地预测哪些视觉特征会吸引他们的注意力。
罗伯逊说：“这表明，注视模式的个体差异包含稳定的、人格层面的偏好，这种偏好会延续到测试日之后。”
一致的感知阶段
尽管存在个体差异，但参与者通常会经历三个一致的感知阶段。
在观看新场景的最初两秒钟内，他们的目光会集中在空间维度上，例如地平线和图像中心。
随后，注意力转移到了突出的视觉元素上，大约在八秒钟的时候，注意力转移到了他们所看到的事物背后的更深层含义上。
研究人员认为，这种发展过程符合直觉。
人们往往先确定自己在空间中的位置，然后观察周围的物体和人，最后才进入一种更具解释性的模式，旨在理解这一切的意义。
更多背景信息，更清晰的信号
输入到LLM中的概念细节越丰富，它就能越精确地区分人。
更长、更丰富的上下文说明，例如“她头上戴着一顶帽子，可以遮挡阳光”，比“她头上戴着一顶帽子”这样的简单描述产生了更独特的反应。
一个人的目光模式越独特，模型就越容易捕捉到。
隐私问题就隐藏在眼前
研究人员谨慎地指出，仅凭眼动追踪数据可能无法揭示一个人的政治观点或完整的性格。
但研究结果表明，VR 和 AR 技术可能比大多数人想象的更具侵入性，可能会比普通的网络浏览向广告商暴露更多个人信息。
这似乎是第一个使用 LLM 来模拟视觉注视的研究，研究人员预计这不会是最后一个。
凝视作为临床指标
研究团队也希望这种方法能够具有真正的临床价值。
该研究的第一作者阿曼达·“AJ”·哈斯金斯于 2024 年获得达特茅斯学院博士学位，目前是加州大学圣地亚哥分校的博士后。
“个体注视差异并非随机的，而是因地而异，并且随着时间的推移而保持稳定，”哈斯金斯说。
“如果我们想将目光作为自闭症等疾病的临床标志，这一点就很重要。”
用于早期诊断的工具
自闭症的一个众所周知的特征是对人脸的注意力降低，但这种回避行为是由视觉因素还是概念因素驱动的，这一点一直没有完全清楚。
本研究开发的方法可以帮助研究人员首次厘清这种区别。
这也有助于更早地诊断自闭症。症状最早可能在两岁时出现，但目前全国平均诊断年龄为四岁。
罗伯逊说：“你越早知道一个孩子感知世界的方式不同，就能越早改善他的教学环境。”
展望未来，研究团队计划探索将视觉和认知注意力数据结合到一个多模态模型中，是否可以进一步提高这些预测的准确性。
他们还有兴趣检验他们所确定的概念优先事项是否会在不同的文化或临床人群中系统性地发生变化。
