在一块由黑色到浅灰色渐变的背景板上，有两个灰点。哪个看起来更亮？虽然这两个点是相同的，但它们在不同的背景中，看起来非常不同。这是一种典型的明度对比的视错觉。根据《心理学名词》的定义，明度可以理解成是一种对物体表面亮度感觉的主观心理量。它和亮度不同，亮度一般是指表面发光（或反光）的强弱。当我们看一幅图像时，我们的大脑在图像的每个位置都能感知到一定的明度。
然而，令人惊讶的是，我们的明度感知并不总是与从图像区域发出的光量成正比。相反，我们的感知是物体的实际颜色和照射在物体上的光量的综合结果。如果把一块非常暗的布放在明亮的聚光灯下，你从中获得的光线量可能与在昏暗的光线下从一张白纸上获得的光线量相同，甚至可能会更多一些。大脑始终面临着一项挑战，那就是如何根据它所接收到的能量来判断一个表面的光或暗。
本质上来说，大脑必须计算出两个数字相乘的结果，也就是把光照水平和表面暗度结合起来，得出输入能量的值。这似乎是一种不可能的任务，因为无限多对数字都能产生相同的结果。100多年来，研究大脑的科学家一直试图找出它背后的机制。一些科学家认为，明度估计是一种“高级”过程，这其中就包括19世纪德国物理学家冯·亥姆霍兹（Hermann von Helmholtz），他是一位早期视觉研究的先锋。
这种观点认为，大脑根据对所看到的环境中的光照条件、形状和阴影的高级理解来估计明度。就像许多视觉任务（比如识别面孔或物体）一样，它可能需要依赖我们以往的经验，或者对我们所看到的东西的期望。麻省理工学院领导的一项新研究则表明，明度估计可能是一种“低级现象”，或许并不需要借助大脑的高级处理。它会在视觉信息到达大脑视觉皮层之前进行，有可能发生在视网膜内。
这些结果有助于回答，明度估计作为其他许多视觉分析的基础，这个基本过程是由什么机制构成的。在第一组实验中，神经科学家Pawan Sinha和同事创建了一个立方体的图像。这个立方体看起来像是从侧面照亮的，其中一个面看上去比另一个面要明亮一些。实际上，这是利用了一种巧妙的技巧，看起来更明亮的面其实反而具有更低的亮度。早在800多年前，中国陶瓷画家就在运用这样的技巧创作。两个具有明度差异的图的示意图。
左侧看起来比右侧明度更高，但它的亮度更低。在点上相同的灰点时，左侧的灰点比右边的灰点看起来也更亮。实验中将类似这样两个面放在立方体的两面上。研究人员发现，当在立方体的两个面上放置相同的灰点时，在更暗的一面上的点实际上显得也更暗。这与之前提到的那种标准的明度对比结果恰好相反。这一结果也暗示，明度估计可能并不是依赖于光照条件的高级分析。第二组实验是为了找到明度估计过程发生的位置。
它建立在这样一个奇怪的事实上：我们认知世界的图像，是由两个眼睛的图像合并而成的，同时，我们几乎完全丧失了“原始”的信息。我们不知道原始图像是什么，它来自哪只眼睛，我们只知道合并后的视图。然而，通过使用特殊设计的图像和立体眼镜，研究人员发现，明度估计不需要等到两眼的信息融合后才进行，它在那时已经出现了。也就是说，明度估计发生得很早，在每只眼睛的信息被合并成一个视觉流之前就发生了。
视觉的合并发生在大脑皮质的一个叫作V1的部分，也就是大脑皮质中视觉处理的第一阶段。这对明度估计的处理位置产生了严格的限制。研究人员提出，重要的明度计算最有可能发生在视网膜上。Sinha介绍，这两组研究结果意味着，如果明度估计真的是一个低级过程，而且通路位于视网膜上，那么这可能是一种先天的机制。这是从一出生起视觉系统就准备好要做的事情。研究人员通过研究近期视力恢复的盲童来探索这一假设。
Sinha在印度开展了一项名为Prakash的项目，其任务是治疗患有先天性白内障等可防性失明的儿童。许多接受治疗的儿童继续参与视觉发育的科学研究，尽管治疗并不取决于参与研究与否。如果明度估计真的是一种天生的机制，那么先天失明的儿童在视力恢复后，他们应该产生明度对比的错觉，这正是研究人员发现的。
9名8至17岁的儿童在接受白内障手术后，在取下绷带的24到48小时内接受了测试，他们在手术后视力开始恢复时，很快就会受到明度对比错觉的影响。这提供了进一步的证据表明，明度估计可能是基于简单的神经通路，不需要任何事先的视觉经验。在2015年的一项研究中，Sinha发现，刚刚恢复视力正常的儿童也会很快受到另外两种视觉错觉的影响，分别是蓬佐错觉和米勒-莱尔错觉，这两种错觉涉及根据视觉线索判断线段的长度。
蓬佐错觉（左）与米勒-莱尔错觉（右）。蓬佐错觉说的是，中有一对向某一点汇集的直线，其中画有两条相同长度的横向线段，在这种情况下，我们视觉会认为上面一条横线更长一些。而米勒-莱尔错觉则指，两条等长的平行线段，两端箭头向外的线段比两端箭头向内的线段看起来更长。“这项研究得出的结论似乎也与明度研究得出的结论一致。
也就是说，我们将许多现象归因于高级的推理过程，但实际上，它们的背后可能是大脑中一些天生的非常简单的通路机制。”Sinha说，“这些结果有助于我们理解，神经系统如何解决感知和理解周围世界的复杂挑战。”