Illusion – Edward Adelson Les Études sur l’Illusion de la Lune – Lloyd Kaufman et Irvin

La perception visuelle humaine est couramment assimilée, dans le sens commun comme dans les premières modélisations cybernétiques, à un enregistrement passif et direct du monde physique. Selon cette métaphore naïve de la chambre noire, l’œil fonctionnerait comme un capteur optique projetant une image fidèle sur la mosaïque des photorécepteurs rétiniens, laquelle serait ensuite transmise sans altération majeure aux centres corticaux chargés d’en déchiffrer le contenu. Cette conception mécaniste échoue pourtant à rendre compte d’un fait fondamental mis en lumière par l’histoire de la psychophysique et des neurosciences cognitives : le système visuel ne mesure pas des grandeurs physiques absolues, il résout des problèmes inverses fondamentalement sous-déterminés. L’information lumineuse brute atteignant nos yeux est intrinsèquement ambiguë, incapable à elle seule d’indiquer sans équivoque la structure tridimensionnelle, la distance ou la réflectance spectrale des objets qui peuplent notre environnement.

Dans ce contexte épistémologique, les illusions d’optique ne constituent en rien des défaillances anecdotiques ou des aberrations pathologiques de notre machinerie neuronale. Bien au contraire, elles représentent la manifestation la plus spectaculaire et la plus féconde des heuristiques computationnelles par lesquelles le cerveau comble l’écart entre le signal sensoriel ambigu et la réalité distale. En forçant le système visuel à déployer ses postulats implicites dans des conditions expérimentales limites, l’illusion agit comme une sonde micro-chirurgicale révélant les règles de décodage du réel. Deux énigmes paradigmatiques ont particulièrement marqué l’histoire moderne de la vision : la détermination de la clarté des surfaces sous un éclairage hétérogène, et l’évaluation métrique de la taille des objets célestes au sein de l’espace lointain.

Cet article propose une exploration comparative et approfondie des travaux séminaux d’Edward Adelson, d’une part, sur la vision de niveau intermédiaire et l’illusion de l’ombre sur l’échiquier, et de Lloyd Kaufman et Irvin Rock, d’autre part, sur la résolution expérimentale de la célèbre illusion de la Lune. À travers l’analyse rigoureuse de ces deux lignées de recherche, nous examinerons comment l’analyse photométrique de la réflectance et l’organisation géométrique de l’espace convergent vers un même principe fondamental, hérité d’Hermann von Helmholtz : la perception comme processus d’inférence inconsciente et constructive, indispensable à la survie biologique au sein d’un univers physique mouvant.

1. 1. Introduction aux illusions perceptuelles : Fondements épistémologiques et psychophysiques

1.1 1.1 Définition et statut ontologique des illusions visuelles

D’un point de vue épistémologique et nosologique, il est impératif de dissocier rigoureusement l’illusion perceptive de deux autres phénomènes cognitifs souvent amalgamés : l’hallucination et l’erreur de jugement systématique (ou biais cognitif). L’hallucination se caractérise par l’émergence d’un percept conscient sans qu’aucun stimulus physique externe correspondant ne vienne frapper les transducteurs sensoriels ; elle relève généralement de désordres neurochimiques ou d’activations corticales aberrantes endogènes. L’erreur cognitive ou le biais de raisonnement, quant à lui, procède d’une inférence erronée lors de la manipulation conceptuelle ou logique d’informations préalablement perçues avec exactitude. L’illusion visuelle, en revanche, survient en présence d’une stimulation physique bien réelle et mesurable, mais engendre une discordance systématique, robuste et universelle entre l’état de fait physique (le stimulus distal et ses propriétés proximales mesurées au photomètre ou au théodolite) et l’expérience phénoménologique subjective du sujet observant.

L’illusion visuelle offre ainsi une fenêtre privilégiée sur les algorithmes computationnels sous-jacents du système nerveux central. Loin de trahir une incompétence du système, elle témoigne au contraire de son extraordinaire spécialisation biologique. Le cerveau n’a pas évolué pour agir comme un appareil de mesure radiométrique ou télémétrique impartial, mais pour extraire des invariants écologiquement pertinents dans un monde dynamique. L’étude de ces décalages perceptifs permet de rétro-concevoir les règles de calcul non conscientes appliquées par le cortex visuel. Cette tension renvoie au débat philosophique séculaire opposant le réalisme direct — incarné notamment par l’approche écologique de James J. Gibson, selon laquelle l’information ambiante est suffisamment riche pour spécifier l’environnement sans nécessiter de représentations internes médiatrices — et le constructivisme perceptif issu de la tradition de Hermann von Helmholtz. Pour les helmholtziens, la pauvreté intrinsèque du signal rétinien exige une reconstruction inférentielle active, hypothético-déductive, intégrant la connaissance préalable du monde physique.

La psychophysique, fondée par Gustav Fechner et Ernst Heinrich Weber, a apporté l’outillage méthodologique indispensable pour arracher l’étude des illusions à la simple spéculation philosophique ou à l’observation anecdotique. En introduisant des métriques quantitatives rigoureuses — telles que les méthodes d’égalisation, les choix forcés à deux alternatives, la détection de seuils différentiels et l’analyse de la sensibilité du signal —, la psychophysique a permis de mesurer avec une précision mathématique la magnitude de ces illusions. Elle quantifie les écarts entre grandeurs perçues et grandeurs physiques, transformant l’erreur perceptive en une donnée numérique stable, réplicable et paramétrable, condition préalable indispensable à toute modélisation neurobiologique et computationnelle sérieuse.

1.2 1.2 Le problème inverse de la vision et l’indétermination du signal rétinien

Le cœur théorique des sciences de la vision réside dans la formulation du problème inverse de l’optique. Tandis que l’optique physique directe permet de calculer de manière déterministe et univoque l’image bidimensionnelle formée sur un plan focal à partir d’une scène tridimensionnelle connue, le processus inverse — remonter de la projection rétinienne 2D à la disposition spatiale et matérielle de la scène 3D — constitue un problème mathématiquement mal posé au sens de Jacques Hadamard. Une infinité de configurations du monde physique peuvent engendrer rigoureusement la même empreinte spatio-temporelle de photons sur la mosaïque des cônes et des bâtonnets. Une petite cible proche peut sous-tendre exactement le même angle visuel qu’une cible monumentale située à une distance proportionnellement plus grande, tout comme un plan incliné vu sous une certaine perspective peut projeter une géométrie indiscernable de celle d’un plan orthogonal.

Cette sous-détermination physique ne concerne pas uniquement les dimensions spatiales géométriques ; elle affecte de manière tout aussi critique les grandeurs photométriques. La radiance rétinienne captée par l’œil en un point donné résulte du produit multiplicatif de deux facteurs indépendants : l’illumination globale (la quantité de lumière éclairant la surface) et la réflectance spectrale propre du matériau (la fraction de cette lumière incidente que la surface réfléchit vers l’observateur). Mathématiquement, pour une longueur d’onde donnée, la luminance observée $L$ s’exprime sous la forme $L(x,y) = I(x,y) \times R(x,y)$, où $I$ représente l’éclairement et $R$ l’albédo ou la réflectance. Confronté à la seule valeur scalaire $L$ transmise par un photorécepteur, le cerveau se trouve dans l’incapacité algébrique de déterminer si une zone fortement illuminée correspond à une surface noire sous un flux lumineux intense ou à une surface blanche plongée dans la pénombre.

Afin de résoudre ce vertigineux problème inverse, le système perceptif doit contraindre le champ des solutions possibles en intégrant des a priori bayésiens, c’est-à-dire des présomptions statistiques sur la structure probable de notre environnement physique. Ces a priori intègrent des principes universels : la lumière provient généralement du haut, les objets sont préférentiellement rigides, les surfaces présentent une continuité matérielle, et les variations douces d’intensité lumineuse traduisent le plus souvent des ombres portées plutôt que des changements brusques de pigmentation. C’est précisément à l’élucidation de ces mécanismes régulateurs que se sont consacrées les figures tutélaires de notre étude : Edward Adelson, qui a révolutionné notre compréhension de la décomposition des signaux photométriques en couches intrinsèques, et le binôme formé par Lloyd Kaufman et Irvin Rock, qui a renouvelé les fondements expérimentaux de la métrique spatiale et de la constance de taille à travers l’illusion lunaire.

1.3 1.3 Cartographie des deux paradigmes d’étude : Clarté et géométrie spatiale

L’exploration des processus perceptifs constructifs s’est historiquement polarisée autour de deux grandes dimensions fondamentales : l’analyse de la matière et de la lumière d’une part, et l’appréhension de l’espace métrique d’autre part. Le premier paradigme, brillamment illustré par les travaux d’Edward Adelson au Massachusetts Institute of Technology, s’articule autour de la perception de la clarté (lightness) et de la réflectance. Il s’agit de comprendre comment l’observateur parvient à identifier la teinte intrinsèque d’une surface, son caractère blanc, gris ou noir, indépendamment des variations massives et dynamiques de l’éclairage ambiant. Ce paradigme met en lumière les arbitrages computationnels complexes nécessaires pour séparer le flux visuel incident en différentes composantes génératrices : la réflectance de surface, l’illumination incidente, les ombres portées et les transparences locales.

Le second paradigme, formalisé avec une rigueur expérimentale remarquable par Lloyd Kaufman et Irvin Rock, se concentre sur les lois de l’invariance géométrique entre taille angulaire et distance perçue. Ici, la question centrale concerne la métrique de l’espace visuel : comment le système nerveux évalue-t-il les distances absolues et relatives dans des environnements visuels complexes, et comment cette échelle spatiale implicite recalibre-t-elle l’interprétation de la taille angulaire rétinienne ? L’illusion de la Lune, énigme millénaire où le disque céleste semble gigantesque au voisinage de l’horizon tout en conservant une taille angulaire immuable d’environ un demi-degré, représente le cas d’école par excellence de ce champ de recherche.

Bien que ces deux axes expérimentaux puissent de prime abord sembler étanches — l’un relevant de la photométrie de surface et l’autre de la trigonométrie projective —, ils partagent une parenté théorique et algorithmique profonde. Dans les deux cas, le cerveau applique des lois de constance perceptive pour neutraliser les fluctuations non signifiantes du stimulus proximal au profit de la vérité distale des objets. Tous deux démontrent l’insuffisance des modèles purement ascendants (bottom-up), fondés exclusivement sur le traitement élémentaire des premiers étages rétiniens et corticaux. Qu’il s’agisse de décomposer une ombre sur un motif en damier ou d’assigner une distance à l’horizon géologique, le système nerveux déploie des interactions horizontales et descendantes (top-down) orchestrant des calculs de bas, de moyen et de haut niveau. L’étude croisée d’Adelson, de Kaufman et de Rock permet ainsi de cartographier de manière unifiée l’architecture logique de la vision.

2. 2. Edward Adelson et la vision de niveau intermédiaire : Dépasser le traitement précoce

2.1 2.1 La conceptualisation de la vision de niveau intermédiaire (Mid-Level Vision)

Durant plusieurs décennies, les neurosciences de la vision sont restées dominées par une dichotomie réductrice. D’un côté, le traitement précoce (low-level vision), incarné par les découvertes fondatrices de David Hubel et Torsten Wiesel, réduisait le système visuel primaire à une batterie de filtres linéaires spatio-fréquentiels, assimilables aux champs récepteurs des cellules ganglionnaires de la rétine et des neurones simples de l’aire striée V1. Ces unités, organisées selon un schéma antagoniste centre-périphérie, sont spécialisées dans l’extraction de primitives locales : contours, orientations, fréquences spatiales et contrastes locaux. D’un autre côté, la vision de haut niveau (high-level vision) s’intéressait directement à des tâches cognitives complexes telles que la reconnaissance sémantique des objets, l’accès au lexique visuel et la catégorisation conceptuelle au sein du cortex inférotemporal.

Dans ce panorama théorique binaire, Edward Adelson a identifié une lacune conceptuelle majeure : l’incapacité absolue des mécanismes de bas niveau à rendre compte des phénomènes d’organisation de surface et de constance perceptive élémentaire. Des phénomènes tels que l’inhibition latérale, médiée par les cellules horizontales de la rétine et formalisée par la théorie classique des bandes de Mach ou de la grille de Hermann, s’avèrent incapables d’expliquer pourquoi nous percevons la clarté d’une surface de manière stable sous des éclairages hétérogènes. C’est pour combler ce vide qu’Adelson a théorisé le rôle déterminant de la vision de niveau intermédiaire (mid-level vision). Ce niveau intermédiaire ne se limite pas à cartographier des discontinuités de luminance brute ; il structure activement la scène en surfaces cohérentes, assigne des bordures d’occlusion, segmente les plans de profondeur et interprète la signification physique des jonctions spatiales.

Une distinction terminologique fondamentale introduite dans ce cadre réside dans la séparation rigoureuse entre la brillance ou luminosité perçue (brightness) et la clarté perçue (lightness). La luminosité subjective correspond à l’estimation de la quantité totale de lumière émise ou réfléchie par une zone donnée vers l’œil (le corrélat subjectif de la luminance physique). La clarté, en revanche, représente l’évaluation subjective de l’albédo ou de la réflectance propre de la surface matérielle, c’est-à-dire son positionnement sur une échelle achromatique allant du noir absolu au blanc parfait. La vision de niveau intermédiaire a précisément pour mission de calculer la clarté en s’affranchissant des artefacts de la luminosité locale. Elle constitue le pont computationnel indispensable permettant de convertir les contours fragmentaires de bas niveau en représentations d’objets stables, identifiables et manipulables par les étages supérieurs de la cognition visuelle.

2.2 2.2 Le problème de la décomposition de l’image en couches intrinsèques

Pour formaliser la manière dont la vision de niveau intermédiaire résout l’indétermination photométrique, Adelson s’est appuyé sur le modèle computationnel précurseur des « images intrinsèques », initialement formulé dans le domaine de la vision artificielle par Harry Barrow et Jay Tenenbaum à la fin des années 1970. Ce cadre analytique postule que l’image rétinienne brute, représentée par une matrice d’intensité $I(x,y)$, est mentalement décomposée par le cortex visuel en une série de couches d’informations physiques parallèles et co-enregistrées. L’équation constitutive fondamentale du signal visuel achromatique, rappelons-le, est le produit multiplicatif de l’éclairement incident $E(x,y)$ et de la réflectance propre de la surface $R(x,y)$ :

$$I(x,y) = R(x,y) \cdot E(x,y)$$

Cette formulation mathématique illustre le défi : le système visuel ne dispose que de l’image composite $I$, mais doit impérativement reconstruire des estimations distinctes de la couche de réflectance $R$ (qui spécifie la composition chimique et matérielle des objets) et de la couche d’éclairement $E$ (qui spécifie les conditions d’illumination, l’orientation des surfaces par rapport aux sources de lumière, ainsi que les ombres portées ou les pénombres). Pour désenchevêtrer ces deux variables couplées de manière multiplicative, le système visuel d’Adelson ne procède pas par inversion matricielle directe — opération physiquement impossible sans données supplémentaires —, mais recourt à de puissantes heuristiques morphologiques et spatiales.

L’une des heuristiques les plus robustes repose sur la structure spectrale et spatiale des gradients. Les variations de réflectance matérielle sont typiquement caractérisées par des discontinuités spatiales abruptes le long de contours nets (changements de pigments, démarcations d’objets), tandis que la réflectance demeure remarquablement homogène à l’intérieur d’une région unitaire. À l’inverse, les variations d’éclairement (ombrage doux, pénombre, illumination diffuse) se manifestent fréquemment sous la forme de gradients de luminance lisses, continus et progressifs à travers l’espace. Le système visuel exploite ces différences statistiques de profil pour affecter les hautes fréquences spatiales de contraste aux changements de la couche de réflectance, et les basses fréquences ou transitions floues à la couche d’illumination. L’intégration des indices globaux de la scène — tels que la direction dominante de la source lumineuse principale, la position des ombres propres et portées, et la présence de reflets spéculaires — permet ensuite d’ajuster dynamiquement l’échelle de réflectance locale par rapport à un étalon global.

3. 3. L’illusion de l’ombre de l’échiquier d’Adelson : Analyse mécanique et empirique

3.1 3.1 Conception expérimentale de l’échiquier et de son cylindre d’ombrage

C’est en 1995 qu’Edward Adelson présente ce qui deviendra sans doute la démonstration la plus célèbre et la plus spectaculaire des sciences de la perception contemporaines : l’illusion de l’ombre portée sur l’échiquier (Checker Shadow Illusion). Le dispositif graphique expérimental, d’une élégance conceptuelle parfaite, met en scène un damier tridimensionnel alternant des carreaux clairs et des carreaux sombres, sur lequel repose un cylindre opaque verdâtre projetant une ombre douce en diagonale à travers la grille. La construction est telle qu’un carreau désigné par la lettre A est situé dans une zone directement éclairée du damier, et correspond géométriquement à un carreau de couleur sombre. Un second carreau, désigné par la lettre B, est situé au cœur de la zone d’ombre portée par le cylindre, et correspond géométriquement à un carreau de teinte claire au sein de l’alternance du damier.

Le tour de force psychophysique de cette composition réside dans un calibrage photométrique rigoureusement exact : la luminance objective du carreau A et la luminance objective du carreau B sont strictement identiques. Mesurées à l’aide d’un luminancemètre de laboratoire ou extraites numériquement par échantillonnage des valeurs RVB (niveaux de gris normalisés), les deux régions émettent ou réfléchissent exactement la même quantité de flux lumineux par unité de surface vers l’œil de l’observateur. Pourtant, sur le plan phénoménologique, l’évidence perceptive est irrépressible : le carreau B est immanquablement perçu comme étant d’un gris très clair, voire blanc cassé, tandis que le carreau A est perçu de manière inébranlable comme un gris anthracite profond ou presque noir.

Pour mesurer quantitativement la magnitude de cet écart subjectif, Adelson et ses successeurs ont mis en œuvre des protocoles rigoureux d’appariement de clarté (lightness matching) et la méthode des limites. Dans ces expériences, le sujet ajuste la réflectance d’un carré témoin présenté sur un fond neutre et uniforme jusqu’à ce qu’il semble de même clarté que la cible testée. Les résultats démontrent une dissociation massive : bien que les cibles A et B soient physiquement indiscernables au point de mesure radiométrique, les observateurs requièrent des niveaux de réflectance radicalement différents pour égaliser les deux cibles, confirmant que le système visuel refuse absolument d’interpréter ces surfaces sur la base de leur seule radiance rétinienne.

3.2 3.2 Le rôle crucial des jonctions en X et des contours flous d’ombrage

Pourquoi le cerveau commet-il cette « erreur » photométrique spectaculaire ? Loin d’être aléatoire, ce comportement répond à une lecture scrupuleuse des signatures morphologiques et géométriques de la scène. Deux éléments critiques gouvernent ce décodage : la nature des contours de l’ombre et la configuration spatiale des intersections de bordures, en particulier les jonctions en X. Une ombre naturelle dans le monde physique n’engendre que très rarement des discontinuités de luminance franches et nettes ; elle se caractérise par une région de pleine ombre (l’ombre propre ou umbra) entourée d’une zone de transition progressive générée par la taille finie de la source d’éclairage (la pénombre). Dans l’échiquier d’Adelson, la bordure de l’ombre projetée par le cylindre présente précisément ce dégradé doux et flou caractéristique d’une transition d’éclairement.

De plus, cette transition d’ombrage traverse les carreaux sans altérer en aucune manière la texture sous-jacente ni la rectilinéarité des lignes de fuite du damier. Les contours du damier se croisent avec le contour flou de l’ombre pour former des jonctions en X modifiées, où deux des branches opposées subissent une atténuation graduelle de luminance tandis que les deux autres conservent un profil homogène. Pour les algorithmes de la vision de niveau intermédiaire, ces jonctions en X constituent un marqueur quasi infaillible de transparence ou de superposition d’une couche d’atténuation lumineuse au-dessus d’un motif continu. Le système visuel utilise cette signature topologique pour segmenter l’image en deux plans fonctionnels distincts : le plan de la réflectance de l’échiquier et le plan semi-transparent de l’illumination.

La preuve expérimentale que ces indices contextuels gouvernent l’illusion a été administrée de manière irréfutable par Adelson grâce à des paradigmes de masquage sélectif. Si l’on isole les carreaux A et B en occultant l’intégralité du contexte environnant — soit par l’apposition d’un carton percé de deux fenêtres, soit par la suppression numérique du cylindre, des jonctions en X et du dégradé de pénombre —, l’illusion s’effondre instantanément et intégralement. Dès que les cibles sont perçues comme deux simples aplats géométriques isolés sur un fond homogène, les observateurs constatent avec stupeur que A et B possèdent rigoureusement la même teinte grise. Cette expérience de rupture du contexte invalide définitivement toute tentative d’expliquer l’illusion par une simple inhibition latérale rétinienne. Si les seuls antagonismes centre-périphérie des champs récepteurs rétiniens ou corticaux étaient responsables du phénomène, la suppression du contexte sémantique et structural ne détruirait pas l’effet avec une telle fulgurance.

3.3 3.3 Portée théorique de l’illusion : La victoire de la constance sur la photométrie

L’illusion de l’ombre sur l’échiquier possède une portée épistémologique colossale pour les neurosciences cognitives. Elle démontre avec une force graphique sans équivalent que le système visuel n’a que faire de la fidélité photométrique locale. Du point de vue de l’adaptation biologique et de la survie de l’organisme, mesurer la luminance brute est une tâche non seulement inutile, mais potentiellement périlleuse. Un prédateur blanc tapi dans l’ombre de la canopée réfléchit potentiellement moins de photons vers la rétine qu’un buisson sombre baigné par la lumière directe du midi. Si l’observateur se fiait à la pure photométrie rétinienne, la nature matérielle des objets serait perpétuellement redéfinie au gré des passages nuageux et des mouvements d’ombrage, rendant la reconnaissance des formes, la traque ou la cueillette chaotiques et imprévisibles.

Ce que le système visuel recherche à tout prix, c’est la constance de clarté (lightness constancy) : la capacité à attribuer à un objet une réflectance invariable, quelles que soient les perturbations radiométriques incidentes. Pour accomplir cet exploit de constance, le cerveau accepte volontairement un coût computationnel majeur : le sacrifice de l’exactitude photométrique locale. Dans la figure d’Adelson, le système infère avec raison — sur la base de la perspective, du cylindre et de la pénombre — que le carreau B est plongé dans l’ombre. Il applique alors une correction multiplicative inconsciente : sachant que l’ombre a réduit la quantité de lumière incidente sur B, et constatant que B réfléchit néanmoins une quantité substantielle de lumière (égale à celle d’un carreau noir en pleine lumière), le système calcule que la surface intrinsèque de B doit nécessairement être très réfléchissante, donc claire. Inversement, pour le carreau A situé en pleine lumière, aucune correction d’ombrage n’est appliquée, et sa faible luminance est directement imputée à un pigment absorbant sombre.

L’échiquier d’Adelson constitue ainsi une réfutation expérimentale définitive des théories purement bottom-up ou mécanistes de la perception de la clarté. Il démontre que la clarté n’est pas une propriété élémentaire encodée par les premiers filtres de l’œil, mais une inférence synthétique sophistiquée opérée par la vision de niveau intermédiaire, où la signification globale de la scène structure et redéfinit l’interprétation locale des signaux sensoriels.

4. 4. Réflectance, éclairement et théories de l’ancrage chez Adelson

4.1 4.1 Le cadre théorique de l’ancrage et la détermination des cadres de référence

Pour approfondir la compréhension des mécanismes computationnels par lesquels le cerveau assigne des valeurs de clarté précises aux surfaces segmentées, il est nécessaire d’articuler les découvertes d’Adelson avec la théorie de l’ancrage de la luminance (Anchoring Theory), développée de manière systématique par Alan Gilchrist et ses collaborateurs. Le problème mathématique sous-jacent à la constance de clarté ne se résume pas à isoler la réflectance relative des surfaces d’une scène ; il exige impérativement d’ancrer ces valeurs relatives sur une échelle absolue de réflectances physiques réelles, bornée dans la nature par le noir le plus profond (réfléchissant environ 3 à 5 % de la lumière) et le blanc le plus éclatant (réfléchissant environ 90 % de la lumière disponible).

Selon le cadre théorique de l’ancrage, le système visuel déploie une règle de calcul universelle : la « règle du point le plus clair » (highest luminance rule). En vertu de ce principe heuristique par défaut, la région présentant la luminance la plus élevée au sein d’un cadre spatial de référence donné est immédiatement postulée comme étant blanche (réflectance maximale assignée à 90 %). Toutes les autres surfaces appartenant au même cadre sont ensuite calibrées et perçues comme des nuances de gris proportionnelles à leur ratio de luminance par rapport à cet étalon blanc dynamique. Toutefois, la complexité des scènes naturelles tient au fait qu’elles ne présentent presque jamais une illumination uniforme, mais constituent des assemblages de micro-environnements lumineux distincts.

Gilchrist et Adelson ont ainsi démontré l’existence d’une compétition permanente entre deux niveaux de référence : les cadres de référence locaux (définis par une zone d’éclairage homogène, comme l’intérieur de l’ombre portée par le cylindre) et le cadre de référence global (englobant l’intégralité du champ visuel et de la scène). L’évaluation finale de la clarté d’un point quelconque est le résultat d’un compromis pondéré mathématiquement entre son ancrage dans son cadre local et son ancrage dans le cadre global. Dans l’illusion d’Adelson, le carreau B est le point le plus lumineux de son cadre local d’ombrage ; il est donc ancré localement comme un blanc ou un gris très clair. Le carreau A, en revanche, se situe dans le cadre de référence global directement éclairé, où il est largement surpassé en luminance par les carreaux blancs voisins ; il est donc ancré comme un gris sombre. L’illusion phénoménologique émerge directement de cette double appartenance conflictuelle et du poids prépondérant accordé par la vision intermédiaire au cadre de référence local.

4.2 4.2 L’illusion du serpent (Snake Illusion) et les déclinaisons de motifs périodiques

Pour explorer plus avant les paramètres géométriques contraignant cette décomposition en cadres d’illumination, Edward Adelson a conçu une série de figures expérimentales sophistiquées, dont la plus emblématique est l’illusion du serpent (Snake Illusion). Cette configuration utilise des bandes ondulantes composées de segments de cercles et de losanges formant des motifs en chevrons ou en écailles. En manipulant minutieusement l’agencement spatial des luminances et en introduisant des courbures douces associées à des gradients systématiques, Adelson parvient à induire des effets de clarté perçue encore plus spectaculaires que sur l’échiquier, tout en conservant une géométrie strictement bidimensionnelle plane.

Dans l’illusion du serpent, des losanges cibles partageant une valeur photométrique de luminance rigoureusement égale semblent alterner entre des teintes brillantes et des teintes très assombries. Le facteur déterminant réside ici dans la courbure des contours et l’orientation des jonctions de luminance. Adelson a démontré que lorsque les transitions de luminance s’alignent avec des contours lisses et courbés, le cerveau interprète spontanément la scène comme une rangée de colonnes cylindriques ondulantes recevant une lumière rasante, ou comme un voile d’atmosphère translucide déposé sur un fond périodique. Les jonctions en X et en Y présentes le long des bordures de ces motifs fournissent des indices décisifs quant à la transmission lumineuse de l’air ambiant ou à la présence d’un filtre semi-transparent.

Ces expérimentations permettent de quantifier avec précision ce qu’Adelson nomme les « effets d’atmosphère ». Le système visuel calcule en permanence un modèle implicite de la transmission lumineuse du milieu traversé. Si le contexte spatial suggère qu’une région donnée se trouve sous une atmosphère assombrie (une nappe d’ombre, un écran teinté ou une brume absorbante), le gain computationnel appliqué aux signaux de cette zone est augmenté. Les déclinaisons de motifs périodiques créées par Adelson prouvent que cette modulation de clarté peut être activée sans aucun cylindre tridimensionnel explicite, révélant la sensibilité extrême des circuits corticaux aux micro-structures de contours et à la cohérence d’orientation des contrastes locaux.

4.3 4.3 Applications de la théorie d’Adelson à la vision artificielle et au rendu graphique

Les apports théoriques d’Edward Adelson ont dépassé de très loin les frontières de la psychophysique fondamentale pour devenir une pierre angulaire de l’informatique graphique et de la vision artificielle contemporaine. Historiquement, les premiers algorithmes de vision par ordinateur — qu’il s’agisse de systèmes de détection d’obstacles pour la robotique ou de logiciels de reconnaissance de formes — échouaient massivement dès lors qu’ils étaient déployés dans des conditions naturelles hors des laboratoires. La cause principale de cette fragilité tenait précisément à la présence d’ombres portées sur les scènes réelles. Un algorithme naïf d’extraction de contours segmente indifféremment la démarcation d’une ombre et la bordure physique d’un objet matériel, générant des représentations structurellement fausses et fragmentées du monde environnant.

L’introduction des modèles de décomposition intrinsèque inspirés d’Adelson a permis de surmonter cette impasse technique. En équipant les réseaux neuronaux convolutifs et les pipelines de traitement d’images d’opérateurs différentiels capables de discriminer les gradients doux d’ombrage des discontinuités spectrales franches, les chercheurs ont pu concevoir des algorithmes capables de « désombrer » (de-shadowing) automatiquement les photographies. De même, les algorithmes de filtrage bilatéral (bilateral filtering) et de séparation de couches en basses et hautes fréquences spatiales, développés au sein du laboratoire d’Adelson au MIT, sont devenus des briques logicielles fondamentales pour la photographie computationnelle, permettant la retouche dynamique de l’éclairage sans dégrader les micro-textures des surfaces.

Enfin, dans le secteur de l’infographie et de la synthèse d’images 3D photo-réalistes, les théories d’Adelson ont nourri l’avènement du rendu basé sur la physique (Physically Based Rendering ou PBR). En comprenant comment l’œil humain extrait la réflectance, la rugosité microscopique et l’occlusion ambiante (ambient occlusion) à partir d’indices géométriques spécifiques, les moteurs de rendu graphique contemporains ont pu optimiser considérablement leurs calculs de lancer de rayons (ray tracing). Au lieu de simuler l’intégralité des trajets photoniques physiques de manière exhaustive — ce qui représenterait un coût de calcul prohibitif —, ils privilégient la génération fidèle des signatures optiques cruciales pour le système visuel humain, telles que la douceur des pénombres et la géométrie des jonctions de contact, attestant ainsi de la fécondité applicative des sciences de la perception.

5. 5. L’énigme historique de l’illusion de la Lune : Des origines aux impasses classiques

5.1 5.1 La phénoménologie de la Lune à l’horizon versus la Lune au zénith

S’il est une illusion perceptive qui a fasciné l’humanité à travers tous les âges et toutes les civilisations, c’est incontestablement l’illusion de la Lune (Moon Illusion). L’énigme phénoménologique est universellement partagée : lorsqu’elle émerge majestueusement au-dessus de l’horizon, frôlant les reliefs du paysage lointain, la pleine Lune semble gigantesque, écrasante, occupant une part imposante du champ céleste. En revanche, quelques heures plus tard, lorsque ce même astre nocturne culmine au zénith au sommet de la voûte céleste, isolé au milieu d’un ciel sombre et vide, il paraît nettement plus modeste, rapetissé, voire insignifiant. Les estimations subjectives spontanées recueillies par les psychologues indiquent fréquemment que la Lune à l’horizon semble être de 50 % à plus de 100 % plus grande que la Lune zénithale.

Or, la réalité optique et astronomique sous-jacente est en contradiction absolue avec ce ressenti phénoménologique. La Lune se situe à une distance moyenne de la Terre d’environ 384 400 kilomètres. Son diamètre réel étant d’environ 3 474 kilomètres, le disque lunaire sous-tend sur la rétine humaine un angle visuel remarquablement constant, d’environ un demi-degré d’arc (précisément entre 29,3 et 34,1 minutes d’arc en fonction de l’ellipticité de l’orbite lunaire, soit approximativement 0,52 degré). Plus remarquable encore, les lois élémentaires de la mécanique céleste et de la trigonométrie planétaire démontrent que la Lune à l’horizon est en réalité légèrement *plus éloignée* de l’observateur terrestre que la Lune au zénith. En effet, lorsque l’astre est au zénith, l’observateur se situe au sommet du globe terrestre tourné vers lui, réduisant la distance de la valeur du rayon de la Terre (environ 6 371 kilomètres) par rapport à la géométrie de l’horizon. En conséquence, l’image rétinienne projetée par la Lune zénithale est mathématiquement environ 1,5 % à 2 % *plus grande* que celle formée par la Lune à l’horizon. L’illusion subjective fonctionne donc en sens inverse direct de la pure géométrie optique.

Cette contradiction vertigineuse est documentée depuis l’Antiquité la plus reculée. Des mentions de la taille démesurée des astres à l’horizon apparaissent sur des tablettes cunéiformes d’astronomie divinatoire en Mésopotamie. Au IVe siècle avant notre ère, Aristote consacre un passage célèbre de ses *Météorologiques* à ce phénomène, inaugurant une longue tradition de débats philosophiques et scientifiques qui mobilisera au fil des siècles les plus grands esprits de l’histoire des sciences, de Claude Ptolémée à René Descartes, sans jamais trouver de résolution empirique définitive avant le milieu du XXe siècle.

5.2 5.2 Les hypothèses pré-modernes et leurs limites optiques

Durant des siècles, l’explication dominante de l’illusion de la Lune est restée cantonnée au domaine de l’optique physique atmosphérique. Aristote et, après lui, nombre de philosophes naturels de l’époque hellénistique ont soutenu la thèse selon laquelle l’atmosphère terrestre agirait à l’horizon comme une lentille grossissante géante. Selon cette conjecture, l’épaisseur accrue de la couche d’air traversée par les rayons lumineux près du sol, combinée à l’accumulation de vapeurs humides et de poussières en suspension, réfracterait la lumière de manière à agrandir physiquement l’angle sous-tendu par le disque lunaire. Bien que séduisante de prime abord, cette hypothèse de l’effet de loupe atmosphérique a été formellement réfutée dès que les instruments de mesure optique de précision sont apparus. La réfraction atmosphérique modifie effectivement le trajet de la lumière, mais ses lois mathématiques, formalisées plus tard par Snell et Descartes, démontrent qu’elle agit exclusivement sur le plan vertical : elle comprime le disque lunaire le long de son axe d’élévation, lui conférant une forme légèrement aplatie ou ellipsoïdale, mais n’élargit en aucun cas son diamètre horizontal.

Une rupture conceptuelle magistrale s’opère au XIe siècle grâce aux travaux du savant polymathe arabe Alhazen (Al-Hasan Ibn al-Haytham) dans son monumental *Traité d’optique* (Kitab al-Manazir). Alhazen est le premier à rejeter catégoriquement la cause optique pure pour situer l’illusion au niveau du jugement psychologique et de la perception de l’espace. Il propose une intuition fondamentale : le ciel n’est pas perçu par l’œil humain comme une sphère parfaite centrée sur l’observateur, mais comme une surface aplatie et étirée. Constatant qu’une série continue d’objets terrestres s’interpose entre l’œil et l’horizon, le regard évalue implicitement l’horizon comme étant situé beaucoup plus loin de nous que le sommet du ciel vide. Alhazen en déduit que pour deux cibles sous-tendant le même angle visuel, celle qui est perçue comme la plus lointaine doit nécessairement être jugée comme étant physiquement plus volumineuse.

Au XVIIe siècle, René Descartes reprend et enrichit cette approche géométrique dans sa *Dioptrique* (1637), en y intégrant les mécanismes physiologiques de la convergence oculaire. Descartes postule que l’alignement des axes visuels vers des objets lointains informe directement l’âme de la distance, contraignant la taille apparente. Cependant, malgré la clairvoyance des modèles d’Alhazen et de Descartes, la communauté scientifique des XVIIIe et XIXe siècles est restée engluée dans des paradoxes non résolus. Aucune mesure par télescope, micromètre ou théodolite n’a jamais pu corroborer un quelconque grossissement mécanique, créant une fracture béante entre la vérité objective de l’instrument d’optique et l’entêtement subjectif du regard humain.

6. 6. Lloyd Kaufman et Irvin Rock : La redéfinition expérimentale de l’illusion lunaire

6.1 6.1 L’état de l’art au début des années 1960 et la collaboration Rock-Kaufman

Au tournant des années 1960, le problème de l’illusion de la Lune demeurait l’une des controverses les plus vives et les plus insolubles de la psychologie expérimentale. Deux camps théoriques majeurs s’affrontaient stérilement dans les revues académiques. D’une part, les partisans des théories oculomotrices et physiologiques — dominés par l’influence d’Edwin G. Boring et d’Alfred H. Holway à l’Université Harvard — affirmaient que l’illusion était causée par des mécanismes neuromusculaires périphériques liés à la posture de la tête et à l’élévation des yeux dans les orbites. Selon Boring, lever les yeux vers le zénith modifiait la tension des muscles extra-oculaires, induisant mécaniquement une micropsie vestibulaire ou proprioceptive autonome. D’autre part, les héritiers de la tradition helmholtzienne et gestaltiste soutenaient que l’illusion était un processus central, cognitif et contextuel, reposant sur l’évaluation de la distance perçue à travers les gradients du paysage terrestre.

C’est dans cette arène scientifique saturée de spéculations et d’expériences contradictoires que se noue une collaboration historique entre deux chercheurs d’exception : Irvin Rock, théoricien rigoureux de la perception visuelle de renommée internationale, et Lloyd Kaufman, jeune psychophysicien d’une ingéniosité technique remarquable. Tous deux partageaient un constat sans appel : l’impasse historique de l’illusion tenait à l’absence totale de protocoles expérimentaux véritablement standardisés permettant de manipuler indépendamment les variables de posture corporelle, d’angle oculaire et de contexte optique, tout en isolant rigoureusement la stimulation rétinienne sous la voûte céleste naturelle.

Leur démarche conjointe va déboucher en 1962 sur la publication dans la revue *Science* de deux articles fondateurs consécutifs : « The Moon Illusion, I » et « The Moon Illusion, II ». Ces travaux ont totalement bouleversé le champ en apportant pour la première fois des preuves quantitatives irréfutables en milieu écologique ouvert. En éliminant méthodiquement les artefacts d’observation et en substituant aux jugements subjectifs approximatifs des mesures psychophysiques rigoureusement reproductibles, Rock et Kaufman ont posé les fondations du consensus scientifique moderne autour de l’illusion lunaire.

6.2 6.2 L’invention du théodolite optique de projection lunaire

Pour soumettre l’illusion de la Lune à l’expérimentation psychophysique contrôlée, Kaufman et Rock ont conçu et breveté un appareillage optique sur mesure, d’une audace technique exceptionnelle : le théodolite de projection de lunes artificielles. Jusqu’alors, les expérimentateurs étaient tributaires des caprices des phases de la vraie Lune et de sa trajectoire orbitale lente, ce qui rendait impossible toute comparaison instantanée entre horizon et zénith dans des conditions d’observation rigoureusement identiques et contrôlées. L’appareil développé par Kaufman et Rock permettait de projeter des disques lumineux calibrés directement sur le ciel naturel, de jour comme de nuit, en tout point choisi de la voûte céleste.

L’architecture optique de ce projecteur portable reposait sur un système de lentilles collimatrices et de miroirs semi-réfléchissants (beam-splitters). Une source lumineuse interne projetait l’image d’un diaphragme à iris circulaire ajustable à travers une optique collimatée réglée sur l’infini, garantissant que les rayons lumineux atteignant la pupille du sujet étaient strictement parallèles, éliminant ainsi toute divergence accommodative de proximité. L’observateur regardait à travers le miroir semi-transparent et voyait ainsi un disque de lumière nette superposé au ciel réel ou au paysage terrestre. La taille angulaire de ce disque céleste artificiel pouvait être manipulée de façon continue et micrométrique par le sujet ou par l’expérimentateur, avec une précision supérieure à la minute d’arc.

Grâce à ce dispositif dédoublé, Rock et Kaufman pouvaient présenter simultanément un disque artificiel stationnaire de référence (par exemple calé à un diamètre fixe de 0,5 degré à l’horizon) et un disque test ajustable situé au zénith (ou réciproquement). En utilisant la méthode d’égalisation psychophysique continue (method of adjustment), l’observateur devait ajuster le diamètre de la lune zénithale jusqu’à ce qu’elle paraisse phénoménologiquement de la même taille que la lune d’horizon. En calculant le rapport entre le diamètre angulaire réglé et le diamètre angulaire réel de référence, les chercheurs ont obtenu une mesure quantitative objective de la magnitude de l’illusion. Le rapport d’illusion moyen ainsi mesuré s’élevait de manière stable à environ 1,30 à 1,40 (signifiant que la lune zénithale devait être augmentée de 30 % à 40 % en taille angulaire physique pour être perçue comme égale à la lune d’horizon), un chiffre considérable qui fournissait enfin une base métrique incontestable aux analyses théoriques.

7. 7. L’hypothèse de la distance apparente de Rock et Kaufman

7.1 7.1 Le principe d’invariance taille-distance et la loi d’Emmert

L’édifice explicatif bâti par Irvin Rock et Lloyd Kaufman repose sur un principe trigonométrique et psychophysique fondamental : l’invariance taille-distance (Size-Distance Invariance Hypothesis – SDIH). Dans le monde physique euclidien, la taille linéaire d’un objet ($S$), sa distance physique par rapport à l’œil ($D$) et l’angle visuel sous-tendu sur la rétine ($\alpha$, exprimé en radians) sont liés par la relation géométrique simple :

$$\alpha \approx \frac{S}{D}$$

pour les petits angles. Transposé dans le domaine de la psychologie de la perception, ce théorème géométrique implique que le système visuel tente de préserver la taille perçue ($S’$) en combinant la taille angulaire rétinienne enregistrée ($alpha’$) avec une estimation centrale de la distance perçue ($D’$). Cette relation psycho-géométrique est formalisée par la célèbre loi d’Emmert, énoncée initialement en 1881 par le physiologiste Emil Emmert dans le cadre de ses études sur les post-images rétiniennes :

$$S’ = k \cdot (alpha’ \cdot D’)$$

où $k$ est une constante de mise à l’échelle cognitive. La loi d’Emmert démontre expérimentalement qu’une post-image de taille rétinienne parfaitement fixe et constante — imprimée sur les photorécepteurs par un flash lumineux bref — semble d’autant plus grande qu’elle est projetée sur une surface matérielle de plus en plus éloignée de l’observateur. Si l’on fixe un écran à un mètre, la post-image paraît modeste ; si l’on regarde un mur distant de cinq mètres, la même empreinte rétinienne est immédiatement perçue comme occupant une superficie cinq fois plus grande.

Pour Rock et Kaufman, l’illusion de la Lune relève rigoureusement de la loi d’Emmert. Le disque de la Lune réelle ou de la lune artificielle collimatée projette sur la rétine un angle visuel strictement constant ($alpha’ \approx 0{,}5^circ$), qu’elle soit positionnée à l’horizon ou au zénith. Par conséquent, en vertu de l’invariance mathématique $S’ = k \cdot (alpha’ \cdot D’)$, si la distance perçue $D’$ attribuée à l’horizon céleste est supérieure à celle attribuée au zénith, la taille perçue $S’$ de la Lune à l’horizon doit mathématiquement et obligatoirement s’accroître dans les mêmes proportions. Le nœud gordien de l’illusion réside donc entièrement dans la manière dont le système visuel préconscient calcule et enregistre automatiquement la métrique spatiale des différentes zones de la voûte céleste.

7.2 7.2 Le ciel aplati (Flattened Sky Dome) comme postulat géométrique

Pourquoi le cerveau évalue-t-il l’horizon comme étant beaucoup plus éloigné que le zénith ? Pour répondre à cette interrogation, Rock et Kaufman reprennent et formalisent le postulat géométrique ancestral de la voûte céleste aplatie (Flattened Sky Dome). Contrairement à ce qu’enseigne l’astronomie moderne, l’être humain ne fait pas l’expérience visuelle d’un espace céleste hémisphérique symétrique. Phénoménologiquement et psychologiquement, le ciel n’est pas une demi-sphère de rayon constant, mais une calotte géométrique considérablement surbaissée, semblable à un bol renversé ou à un plafond de tente très large et très bas.

Ce modèle géométrique asymétrique découle directement de la distribution spatiale différentielle des indices de profondeur fournis par notre écologie terrestre, concept cher à James J. Gibson. Lorsque notre regard se porte en direction de l’horizon géologique, notre axe de visée rase la surface du sol sur des kilomètres. Tout au long de cette ligne de mire continue, le système visuel enregistre une accumulation phénoménale d’indices de profondeur monoculaires hautement convergents : gradient de texture du terrain qui se densifie progressivement vers l’infini, perspective linéaire offerte par les routes, champs et rangées d’arbres, occlusion étagée des reliefs naturels et bâtis, parallaxe de mouvement lors des déplacements corporels, et perspective atmosphérique bleutant les lointains. L’ensemble de ces indices spécifie de façon écrasante que l’horizon est situé à une distance extra-personnelle immense.

À l’inverse, lorsque l’observateur tourne la tête et les yeux vers le zénith vertical, le cône visuel ne rencontre que le vide optique absolu. Entre l’œil et le sommet de la voûte céleste, il n’existe strictement aucun objet intercalé, aucune texture continue, aucun plan d’occlusion, aucune ligne de fuite. Privé de repères spatiaux, le système visuel souffre d’une défaillance d’ancrage en profondeur. Dans ce néant optique, la distance perçue ne s’étire pas vers l’infini ; elle s’effondre vers une valeur par défaut relativement courte, assimilable au repos d’accommodation ou à la distance d’obscurité de l’espace visuel lointain. En conséquence de cette disparité structurale, le système nerveux central déduit automatiquement et inconsciemment que l’horizon est situé à une distance spatiale considérablement plus grande que le zénith. La Lune d’horizon, projetée sur cette partie de la voûte évaluée comme très lointaine, subit donc une mise à l’échelle expansive automatique de sa taille physique intrinsèque.

7.3 7.3 Le paradoxe taille-distance (Size-Distance Paradox)

L’hypothèse de la distance apparente s’est toutefois heurtée dès sa formulation à une objection d’une violence phénoménologique extrême, connue sous le nom de paradoxe taille-distance (Size-Distance Paradox). Ce paradoxe peut s’énoncer ainsi : si la théorie de Rock et Kaufman est correcte, et que la Lune à l’horizon paraît plus grande parce qu’elle est évaluée comme étant plus éloignée, pourquoi l’écrasante majorité des observateurs naïfs, lorsqu’on les interroge verbalement sous la voûte céleste, affirment-ils spontanément que la grande Lune de l’horizon semble *plus proche* d’eux que la petite Lune du zénith ? Cette contradiction apparente a conduit de nombreux psychologues à rejeter en bloc le modèle de la distance apparente, arguant d’un non-sens logique.

La résolution de ce paradoxe par Irvin Rock et Lloyd Kaufman constitue l’un des accomplissements théoriques les plus subtils de la psychologie cognitive moderne. Ils ont opéré une distinction conceptuelle capitale entre deux niveaux de traitement cognitif : la *distance enregistrée* (registered distance) d’une part, et la *distance consciemment jugée* (judged distance) d’autre part. La distance enregistrée est une variable interne préconsciente, un signal de calcul physiologique purement computationnel généré par les indices spatiaux du terrain dans les aires visuelles précoces et intermédiaires. C’est cette distance enregistrée $D’$ qui alimente de manière automatique et obligatoire l’équation d’invariance taille-distance et contraint le cortex à générer un percept visuel primitif de grand diamètre $S’$.

La distance consciemment jugée, en revanche, intervient dans un second temps cognitif, à un niveau métacognitif réflexif de haut niveau. L’observateur conscient se trouve confronté à une énigme phénoménologique immédiate : il voit une Lune qu’il perçoit comme gigantesque, tout en sachant implicitement ou explicitement qu’il s’agit du même astre céleste. Pour réconcilier cette expérience visuelle démesurée avec son modèle interne du monde, le système cognitif applique une heuristique inverse de compensation cognitive secondaire : si un objet familier sous-tend une taille phénoménologique colossale dans mon champ de vision, c’est qu’il s’est considérablement rapproché de moi. Les validations empiriques menées par Kaufman et Rock au moyen de questionnaires psychophysiques sophistiqués et de dissociations entre réponses motrices/stéréoscopiques et jugements verbaux déclaratifs ont confirmé cette théorie : le jugement conscient de proximité n’est pas la cause de la taille perçue, mais sa conséquence cognitive secondaire a posteriori.

8. Les preuves empiriques et expérimentations critiques de Kaufman et Rock

8.1 8.1 La manipulation du terrain : Effets de l’occlusion et de la visibilité de l’horizon

Afin de valider expérimentalement leur modèle contre les théories concurrentes, Kaufman et Rock ont déployé une batterie de protocoles empiriques sur le terrain, visant à manipuler directement la disponibilité des indices de profondeur du paysage. L’expérience la plus élémentaire, mais néanmoins décisive, est celle du regard à travers un tube neutre d’occlusion (aperture viewing). En invitant des observateurs à regarder la Lune à l’horizon à travers un tube opaque d’une dizaine de centimètres de diamètre, qui masque totalement la ligne d’horizon, les arbres, les maisons et le dégradé du sol tout en laissant le disque lunaire visible dans son centre, les chercheurs ont constaté l’effondrement immédiat et spectaculaire de l’illusion. Privée de son contexte spatial terrestre, la Lune de l’horizon retrouve instantanément une taille perçue équivalente à celle de la Lune au zénith.

Une autre variante expérimentale historique a consisté à faire observer la Lune d’horizon en posture inversée, le sujet se penchant en avant pour regarder le paysage la tête en bas, entre ses jambes. Cette contorsion anatomique préserve la position de la Lune sur l’horizon géologique, mais perturbe massivement le traitement cortical préférentiel des gradients de texture et de perspective du sol (qui se retrouvent projetés dans le champ visuel supérieur de la rétine, moins habitué à décoder la métrique du sol). Kaufman et Rock ont mesuré que cette inversion corporelle réduit de plus de 60 % la magnitude de l’illusion de la Lune. Les partisans des théories oculomotrices prétendaient que cet effet prouvait le rôle des récepteurs vestibulaires du cou, mais Kaufman et Rock ont démontré que le même effondrement de l’illusion survient lorsque l’observateur se tient debout et regarde la scène à travers un système de miroirs ou de prismes inversant optiquement le paysage, prouvant que c’est bien la désorganisation des indices d’espace terrestre qui détruit le calibrage de l’illusion.

Enfin, en dressant de grands écrans artificiels masquant sélectivement différentes bandes de terrain entre l’observateur et l’horizon lointain, Kaufman et Rock ont établi une corrélation directe et strictement linéaire entre la richesse et l’étendue spatiale visible du gradient de texture terrestre et l’amplitude mesurée du rapport d’illusion. Plus le paysage terrestre visible s’étire en profondeur continue jusqu’à l’horizon géodésique, plus l’agrandissement perçu du disque lunaire est puissant, fournissant une preuve matérielle directe de la causalité de l’ancrage spatial au sol.

8.2 8.2 L’inversion expérimentale : Transposer la Lune de l’horizon au zénith

L’argument majeur des tenants de la théorie de Boring résidait dans l’élévation des globes oculaires dans leurs orbites : selon eux, regarder vers le haut suffisait à déclencher un rapetissement perceptif (micropsie d’élévation). Pour terrasser définitivement cette théorie concurrente, Lloyd Kaufman et Irvin Rock ont élaboré une expérience d’inversion optique utilisant des miroirs plan-parallèles de haute précision montés sur des châssis rotatifs.

Le premier volet du protocole a consisté à intercepter la lumière de la véritable pleine Lune située à l’horizon pour la dévier optiquement vers le zénith. L’observateur debout, la tête droite, regardait à travers un miroir incliné à 45 degrés placé au-dessus de lui : il voyait ainsi la Lune de l’horizon en levant les yeux vers la verticale céleste, mais le miroir était orienté de telle sorte qu’aucun élément du paysage terrestre n’apparaissait dans le champ optique zénithal. Les mesures psychophysiques furent sans appel : ainsi projetée dans un zénith vide, la Lune de l’horizon apparaissait immédiatement rapetissée, perdant toute son illusion de gigantisme, alors même que le stimulus provenait de l’horizon physique. Le second volet, inverse, a consisté à renvoyer la Lune culminant au zénith vers le voisinage direct de l’horizon au moyen d’un prisme, en l’insérant visuellement juste au-dessus de la crête d’un paysage montagneux. Dès lors que le disque zénithal apparaissait visuellement contigu aux indices du terrain terrestre lointain, il prenait instantanément des dimensions phénoménologiques gigantesques, bien que les yeux de l’observateur soient orientés horizontalement droit devant lui.

Cette démonstration formelle a prouvé de manière absolue que la position oculaire dans les orbites ou l’angulation de la tête par rapport à la gravité n’étaient en aucun cas les causes motrices primaires de l’illusion de la Lune. L’effet suit de manière univoque les indices écologiques du sol et la géométrie apparente du cadre visuel, attestant que l’illusion résulte d’une synthèse corticale complexe de la structure spatiale de la scène, et non d’un artéfact proprioceptif des récepteurs musculaires oculaires.

8.3 8.3 Les études ultérieures de Kaufman sur la stéréoscopie et la distance virtuelle

Au cours des décennies suivantes, et jusqu’aux années 2000, Lloyd Kaufman — poursuivant ses travaux avec son fils, le neuroscientifique James H. Kaufman — a considérablement affiné le paradigme expérimental en tirant parti des technologies émergentes de la vision stéréoscopique numérique et des casques d’immersion virtuelle. Ces dispositifs modernes ont permis de moduler expérimentalement la disparité binoculaire, la vergence et les indices de profondeur avec une finesse inaccessible dans les années 1960.

Dans ces recherches contemporaines, Kaufman a généré des lunes virtuelles projetées à différentes distances stéréoscopiques au-dessus de paysages naturels et synthétiques. Les sujets devaient évaluer la distance et la taille des cibles célestes dans des conditions où la disparité binoculaire était artificiellement découplée de la distance perspective géométrique. Ces protocoles ont confirmé de manière éclatante les intuitions matricielles de 1962 : les données ont démontré que le calibrage de l’échelle de distance spatiale précède temporellement et détermine causalement l’assignation de la taille perçue. De plus, Kaufman a mis en évidence que les indices de parallaxe et de texture au sol exercent une dominance computationnelle écrasante sur les signaux de vergence binoculaire dès lors que la distance dépasse l’espace péripersonnel (au-delà de deux mètres de l’observateur).

Les études stéréoscopiques tardives de Kaufman ont également permis d’enregistrer les temps de réaction psychophysiques nécessaires pour que l’illusion s’installe. Le grossissement perceptif de la Lune à l’horizon s’effectue dans un intervalle temporel inférieur à 200 millisecondes, confirmant qu’il ne procède pas d’une délibération conceptuelle consciente ou d’un calcul symbolique tardif, mais d’une opération algorithmique automatique de mise à l’échelle spatiale déployée dès les premières étapes du traitement cortical extrastrié.

9. Modèles concurrents et controverses autour de l’illusion de la Lune

9.1 9.1 La théorie du contraste de taille et l’illusion d’Ebbinghaus-Titchener

Bien que le modèle de la distance apparente de Rock et Kaufman se soit imposé comme le paradigme de référence, il a suscité des débats théoriques d’une grande intensité, au premier rang desquels figure la théorie du contraste de taille relatif, défendue notamment par Frank Restle en 1970. Cette approche propose une analogie directe entre l’illusion lunaire et la célèbre illusion d’Ebbinghaus-Titchener, où un disque circulaire central est perçu comme étant nettement plus grand lorsqu’il est entouré de cercles satellites minuscules que lorsqu’il est ceinturé de cercles satellites gigantesques.

Transposée au ciel naturel, la thèse de Restle postule que la Lune à l’horizon est immédiatement adjacente à des repères terrestres de petite taille angulaire : arbres distants, toitures de maisons, silhouettes de collines lointaines. En comparaison visuelle directe avec ces éléments morphologiques fins, le disque lunaire de 0,5 degré paraît imposant. Au zénith, en revanche, l’astre est immergé au sein d’une immense étendue ininterrompue d’obscurité céleste ; ce cadre vide gigantesque agirait comme les grands inducteurs de l’illusion d’Ebbinghaus, réduisant par contraste spatial la taille relative du disque lunaire central. Restle formalise ce modèle sous la forme d’un calcul d’évaluation de rapport de surfaces au sein du champ récepteur global.

Toutefois, Rock et Kaufman ont réfuté la prétention de la théorie du contraste de taille à constituer l’explication exclusive ou prépondérante du phénomène lunaire. Dans une série de contre-expérimentations menées en haute mer à bord de navires ou sur des plages désertes face à un océan noir, ainsi que dans de vastes déserts de sel parfaitement nus, Kaufman a démontré que l’illusion de la Lune conserve une magnitude quasi identique (supérieure à 30 %) sur un horizon maritime entièrement dépourvu de tout arbre, de tout bâtiment ou de tout repère terrestre discret. La simple présence de la ligne d’horizon géométrique, matérialisant la fuite en profondeur du plan d’eau, suffit à induire l’illusion. Kaufman et Rock ont ainsi clarifié une distinction théorique capitale : si le contraste local de taille avec de petits objets environnants peut parfois apporter une modeste modulation additive secondaire à l’horizon, c’est bien le cadrage spatial global et l’étirement métrique de la voûte céleste qui gouvernent la quasi-totalité de l’illusion.

9.2 9.2 L’hypothèse de la micropsie accommodative et de la convergence oculaire

L’autre contestation majeure est venue des physiologistes de la vision attachés aux dynamiques optométriques de l’appareil oculaire, lignée issue des travaux de Boring et Holway et poursuivie par des chercheurs comme Stanley Coren et Joan S. Girgus. Cette hypothèse postule que l’illusion de la Lune résulterait d’un dérèglement physiologique du réflexe de convergence et d’accommodation dans certaines postures de visée : la micropsie accommodative.

Lorsque le regard se porte vers le haut en direction du ciel zénithal vide de nuit, le système oculaire se retrouve dans une condition optique particulière appelée « champ vide » (empty field) ou « espace sombre » (dark focus). Dépourvu de tout motif sur lequel focaliser avec netteté, le cristallin ne se stabilise pas à l’infini optique ; il adopte spontanément une posture d’accommodation tonique par défaut, fixée physiologiquement chez la plupart des individus à une distance intermédiaire d’environ un à deux mètres. Ce phénomène, baptisé myopie spatiale ou accommodation dans le vide, s’accompagne d’une légère dérive de la convergence des deux yeux vers l’intérieur (micro-ésophorie). Or, les lois de l’optique oculaire enseignent qu’une accommodation accrue pour une cible située à l’infini tend à induire une micropsie rétinienne et perceptuelle, rapetissant l’image perçue.

Néanmoins, les mesures contemporaines d’optométrie dynamique et de réfraction infrarouge automatisée ont définitivement réfuté cette hypothèse comme explication causale primaire. L’amplitude maximale de micropsie inductible par l’accommodation tonique dans le vide n’excède jamais 2 à 4 % de la taille angulaire de l’objet, une magnitude totalement dérisoire comparée aux 30 à 50 % d’agrandissement mesurés systématiquement lors de l’illusion de la Lune. De plus, l’illusion lunaire se manifeste avec une force identique en plein jour, sous un ciel bleu étincelant où l’accommodation est parfaitement calée à l’infini par la présence de nuages lointains. La convergence et l’accommodation jouent un rôle de calibrage dans l’espace péripersonnel immédiat, mais elles sont quantitativement et conceptuellement incapables de rendre compte des calculs de métrique spatiale à l’échelle astronomique, réaffirmant le primat des intégrations corticales de haut niveau documentées par Rock et Kaufman.

9.3 9.3 Les modélisations basées sur la courbure perçue de l’espace visuel

Face aux limites des approches purement optométriques, un courant théorique d’inspiration mathématique et géométrique a tenté de modéliser l’illusion de la Lune non pas comme une illusion d’indices discrets, mais comme la conséquence inéluctable de la structure non euclidienne de l’espace visuel humain. Cette approche s’enracine dans les travaux de Rudolf Luneburg (1947), qui a postulé que la métrique de l’espace visuel perçu ne répond pas aux axiomes de la géométrie euclidienne plate, mais relève d’une géométrie riemannienne à courbure constante négative, c’est-à-dire d’un espace hyperbolique de Lobatchevski.

Dans un tel cadre mathématique, les relations de congruence et de parallélisme ne sont plus invariantes par translation. La transition métrique entre l’espace visuel proche (l’espace péripersonnel de préhension, approximativement euclidien) et l’espace visuel lointain (l’espace extrapersonnel, fortement courbé) engendre une déformation intrinsèque des distances et des échelles de taille. Des théoriciens de l’optique géométrique ont modélisé la voûte céleste comme une surface géodésique au sein d’un espace visuel hyperbolique étendu. Dans ce formalisme, la distance géodésique perçue entre l’observateur et l’horizon croît de manière exponentielle par rapport à la distance visuelle vers le zénith, contraignant l’invariance taille-distance à surélever le calibrage du diamètre apparent de la Lune à l’horizon.

Si ces formalisations mathématiques séduisent par leur rigueur algébrique et leur cohérence géométrique interne, Kaufman et Rock ont toujours émis des réserves majeures quant à leur valeur explicative réelle. Pour eux, invoquer une géométrie hyperbolique intrinsèque du cortex ne fait que repousser le problème d’un cran : pourquoi l’espace visuel adopterait-il une courbure hyperbolique précisément aplatie à l’horizon plutôt qu’au zénith ? Kaufman a souligné que cette courbure perçue n’est pas une propriété mathématique a priori gravée dans le marbre cérébral, mais le produit dynamique, adaptatif et empirique des indices écologiques de terrain analysés par le système visuel. La géométrie hyperbolique de Luneburg n’est en définitive qu’une description phénoménologique formelle de la calotte surbaissée, dont la cause motrice concrète demeure l’inégale répartition des gradients de texture et des points d’ancrage en profondeur explorés par la psychophysique expérimentale.

10. Convergence théorique : Inférence inconsciente et traitement contextuel

10.1 10.1 Helmholtz et l’inférence inconsciente chez Adelson, Kaufman et Rock

En analysant en miroir les démarches d’Edward Adelson d’une part, et de Lloyd Kaufman et Irvin Rock d’autre part, une parenté épistémologique absolue apparaît avec éclat : la filiation directe avec le concept d’« inférence inconsciente » (Unbewusster Schluss), formulé par Hermann von Helmholtz dans son monumental *Handbuch der physiologischen Optik* à la fin du XIXe siècle. Pour Helmholtz, la perception sensorielle n’est jamais un reflet passif de l’énergie physique stimulatrice, mais un processus de conclusion logique inconsciente, semblable dans sa structure computationnelle au syllogisme inductif de la pensée rationnelle, bien que soustrait à la volonté et à la conscience réflexive de l’individu.

Dans le paradigme d’Adelson sur la clarté des surfaces, l’inférence inconsciente opère un raisonnement implicite sur les sources d’énergie lumineuse : « Le signal rétinien issu du carreau B est modéré ; or, la scène comporte un cylindre opaque projetant un contour flou d’ombrage et des jonctions en X à travers B ; donc B reçoit une illumination réduite ; par conséquent, pour renvoyer cette quantité de lumière malgré la pénombre, B doit obligatoirement posséder une réflectance très élevée : la surface est blanche. » Dans le paradigme de Kaufman et Rock sur la Lune, l’inférence inconsciente résout l’équation trigonométrique spatiale : « Le signal rétinien issu de la Lune d’horizon sous-tend un angle de 0,5 degré ; or, le disque lunaire est positionné au-delà d’un gradient continu de terrain qui s’étire vers un horizon lointain ; donc cette cible est située à une distance extrême ; par conséquent, pour occuper un demi-degré d’arc à une telle distance, l’objet doit avoir un volume gigantesque : la Lune est immense. »

Une caractéristique fondamentale partagée par ces deux mécanismes inférentiels réside dans ce que le philosophe Jerry Fodor et le psychologue Zenon Pylyshyn ont théorisé sous le terme de modularité et imperméabilité cognitive. Dans les deux cas, le sujet conscient peut posséder une connaissance déclarative, scientifique et parfaite de la réalité physique objective — savoir pertinemment avec son intellect que les carreaux A et B possèdent rigoureusement la même valeur de luminance mesurée au photomètre, ou savoir que la Lune ne change jamais de diamètre angulaire lors de sa rotation céleste —, cette vérité cognitive explicite demeure rigoureusement impuissante à modifier l’expérience visuelle. L’illusion persiste avec une intensité intacte, prouvant que les modules de calcul de niveau intermédiaire au sein du cortex visuel fonctionnent selon une architecture étanche aux croyances conceptuelles conscientes.

10.2 10.2 Le rôle unificateur des indices écologiques et du contexte spatial

Ce qui unit de façon indissoluble les travaux d’Adelson et ceux de Kaufman et Rock, c’est la primauté absolue accordée au principe de plausibilité physique régissant le décodage sensoriel par les aires corticales. Le cerveau n’interprète jamais une stimulation locale de manière isolée ; il l’intègre obligatoirement dans une matrice globale de contraintes physiques écologiques. Cette logique fait écho à l’optique écologique de Gibson, tout en conservant le cadre constructiviste helmholtzien : les textures de surface, les démarcations d’occlusion et les alignements géométriques ne sont pas des données neutres, ce sont des indicateurs de la réalité matérielle d’un environnement soumis aux lois de la gravité et de l’optique ondulatoire.

Dans la théorie de la clarté d’Adelson, le contexte spatial fournit la clé permettant d’identifier la nature physique des transitions d’intensité lumineuse. Une discontinuité spatiale nette est comprise comme une rupture de matière (changement de pigment d’un carreau à l’autre), tandis qu’une transition diffuse et progressive est attribuée à l’atténuation d’un front d’onde lumineux intercepté par un corps opaque (l’ombre portée du cylindre). Chez Kaufman et Rock, le gradient de texture du terrain — c’est-à-dire l’augmentation progressive de la densité visuelle des éléments au fur et à mesure que la distance augmente — fournit l’infrastructure métrique qui structure le jugement spatial. Dans les deux univers expérimentaux, dès que le contexte écologique est supprimé (par un masque d’ouverture chez Adelson ou par un tube d’occlusion chez Kaufman), l’inférence inconsciente se trouve privée de ses prémisses physiques fondamentales, et la perception régresse vers un enregistrement photométrique ou angulaire brut.

Ces mécanismes illustrent comment le système nerveux gère les transitions environnementales extrêmes au sein de notre biotope d’évolution : les alternances d’ombres dures et de pénombres sous la canopée forestière, et les horizons infinis des plaines et des steppes. Dans les deux configurations, le cortex visuel déploie une stratégie d’analyse invariante : restaurer la constance des propriétés écologiques intrinsèques des objets (leur réflectance pigmentaire réelle et leur échelle spatiale physique) en neutralisant les variations contextuelles accidentelles générées par la position de l’observateur ou la nature hétérogène de la source d’éclairage.

10.3 10.3 Analyse comparée des méthodologies psychophysiques d’Adelson et de Kaufman-Rock

Si la parenté conceptuelle entre Adelson et le tandem Kaufman-Rock est éclatante, l’examen de leurs démarches méthodologiques respectives révèle une fascinante divergence d’approches instrumentales, dictated par la nature même des grandeurs physiques sous investigation. Edward Adelson a privilégié la micro-architecture contrôlée d’images statiques bidimensionnelles hautement sophistiquées, conçues sur des stations de travail graphiques de pointe au MIT. Dans son laboratoire, chaque pixel, chaque valeur de réflectance et chaque gradient d’ombrage est paramétré avec une rigueur absolue au dix-millième de candela par mètre carré. L’expérimentation d’Adelson repose sur la miniaturisation et la manipulation conceptuelle de scènes closes, où l’introduction ou le retrait d’une jonction en X de quelques millimètres permet d’isoler une variable computationnelle avec la précision d’un scalpel chirurgical.

À l’inverse, Lloyd Kaufman et Irvin Rock ont été contraints de s’extirper des limites confinées des laboratoires traditionnels pour inventer une psychophysique écologique de plein air, confrontée à l’immensité de l’espace naturel. Leur défi méthodologique a consisté à concevoir une instrumentation optique transportable de haute précision — leur fameux théodolite collimaté — capable de rivaliser avec la lumière naturelle du ciel nocturne ou diurne, tout en maîtrisant les perturbations météorologiques, les variations d’élévation astronomique et les mouvements saccadiques des yeux. Kaufman et Rock ont dû faire preuve d’une ingéniosité mécatronique considérable pour créer un appareillage permettant de standardiser l’infiniment lointain, isolant le diamètre rétinien au milieu d’horizons s’étendant à perte de vue.

Malgré cette divergence d’échelles — de la micro-image plane d’Adelson à l’horizon planétaire de Kaufman et Rock —, les deux protocoles partagent une même exigence d’éradication des variables confondantes. Tous deux ont neutralisé avec un soin méticuleux les artéfacts de l’adaptation rétinienne locale, les effets de contraste de bordure et les dynamiques pupillaires. De surcroît, les résultats obtenus par ces deux approches ont fait preuve d’une reproductibilité cross-culturelle totale et ont été validés au-delà de l’espèce humaine : des expériences d’apprentissage associatif et de choix forcé menées chez des primates non humains, des mammifères carnivores et même des oiseaux ont révélé une vulnérabilité identique à l’illusion de l’ombre de l’échiquier et à l’illusion de la taille à l’horizon. Cette universalité phylogénétique démontre que les algorithmes mis en lumière par Adelson, Kaufman et Rock ne sont pas des inventions culturelles ou des habitudes d’apprentissage humain, mais des mécanismes neuronaux primordiaux façonnés par des millions d’années de sélection naturelle au sein de l’environnement terrestre.

11. 11. Substrats neurobiologiques et mécanismes corticaux sous-jacents

11.1 11.1 Du traitement strié (V1) aux calculs extrastriés (V2, V4) de la clarté

L’essor des neurosciences intégratives et de l’électrophysiologie unitaire chez le primate éveillé a permis de cartographier avec une résolution remarquable les corrélats neuroanatomiques des calculs théorisés par Edward Adelson. Dans le cortex visuel primaire (aire striée V1), l’écrasante majorité des neurones simples et complexes ne répondent qu’à la luminance physique locale et aux discontinuités de contraste de premier ordre au sein de leurs champs récepteurs classiques extrêmement étroits. Si l’on positionne le champ récepteur d’un neurone de V1 sur le carreau A de l’échiquier d’Adelson, puis sur le carreau B, la cellule génère rigoureusement la même fréquence de décharge de potentiels d’action dans les deux cas, attestant de son aveuglement total à l’illusion de clarté. V1 se comporte essentiellement comme un réseau de filtres photométriques locaux, mesurant les photons incidents sans accéder à la signification matérielle de la surface.

La dissociation entre luminance locale et clarté perçue s’opère de manière spectaculaire dès les étages corticaux extrastriés suivants, principalement au sein des aires visuelles V2 et V4. Des enregistrements électrophysiologiques menés par des équipes de neurobiologistes comme celles de Rüdiger von der Heydt et d’Andreas Roe ont révélé dans l’aire V2 des populations neuronales spécialisées dans l’« assignation de bordure » (border ownership). Ces neurones ne se contentent pas de signaler l’existence d’une frontière d’orientation donnée ; ils encodent activement quel côté du contour appartient à la surface en avant-plan (l’objet occluant) et quel côté constitue le fond continu qui se prolonge derrière. Ce calcul de bordure est indispensable pour segmenter le cylindre de l’échiquier et attribuer le contour flou de l’ombre à la couche d’éclairement plutôt qu’au pigment de l’échiquier.

Plus en aval dans la hiérarchie visuelle, au sein de l’aire corticale V4 et des régions inférotemporales postérieures, les profils de décharge neuronale abandonnent la photométrie pour épouser fidèlement l’expérience phénoménologique de la clarté et de la couleur constante. Les neurones de V4 modulés par la clarté déchargent vigoureusement face au carreau B de l’échiquier d’Adelson, tandis qu’ils demeurent silencieux ou faiblement activés face au carreau A, reflétant avec précision le calcul de réflectance reconstruit. Cette computation extrastriée s’appuie sur une dynamique temporelle spécifique : les enregistrements intracorticaux montrent que la réponse précoce (environ 40 à 60 millisecondes après l’apparition du stimulus) reflète la pure luminance locale issue de V1, tandis que la modulation de clarté n’émerge qu’après un délai de 90 à 130 millisecondes. Ce décalage temporel correspond à l’activation des connexions horizontales à longue portée au sein de V2/V4 et aux boucles de rétroaction massivement descendantes (feedback) injectant le contexte global de la scène dans le traitement des surfaces.

11.2 11.2 Voie dorsale, voie ventrale et traitement spatial de la distance

L’élucidation des substrats neurobiologiques de l’illusion de la Lune et de l’invariance taille-distance s’inscrit au cœur du modèle classique des deux voies visuelles corticales proposé par Leslie Ungerleider et Mortimer Mishkin, puis révisé par Melvyn Goodale et David Milner : la voie ventrale occipito-temporale (dite voie du « quoi », dédiée à la reconnaissance morphologique des objets et à la constance de forme et de taille) et la voie dorsale occipito-pariétale (dite voie du « où » ou du « comment », dédiée à la métrique spatiale, à la localisation tridimensionnelle et au guidage visuo-moteur de l’action).

Le calcul de la distance perçue, postulat central de la théorie de Rock et Kaufman, mobilise de manière prépondérante les aires pariétales postérieures de la voie dorsale. Les aires intrapariétales (notamment les zones LIP et CIP) intègrent en continu les signaux de disparité binoculaire absolue et relative, les flux de parallaxe optique et la déclivité des gradients de texture du sol pour construire une carte topographique 3D égocentrée de l’espace extrapersonnel. Ces signaux de distance sont ensuite transmis via des connexions réciproques denses vers les réseaux de la voie ventrale, en particulier le cortex occipital latéral (LOC) et le gyrus fusiforme, où s’opère la mise à l’échelle de la taille des objets identifiés.

L’un des résultats les plus spectaculaires de la neuro-imagerie fonctionnelle moderne (IRMf) confirmant la réalité neurophysiologique de l’hypothèse d’Emmert appliquée à la taille perçue a été publié en 2006 par Scott Murray, David Kersten et leurs collaborateurs dans la revue *Nature Neuroscience*. En projetant sur des observateurs des sphères visuelles de taille rétinienne strictement identique sous-tendue sur l’écran, mais insérées dans une scène en perspective 3D qui les faisait paraître situées soit très près au premier plan, soit très loin le long d’un couloir de fuite, les chercheurs ont mesuré l’activation rétinotopique au cœur même du cortex visuel primaire V1. Contre toute attente pour un étage précoce considéré comme un simple capteur passif, la surface de la zone d’activation corticale dans V1 était significativement plus large pour l’objet perçu comme plus distant et donc phénoménologiquement plus grand. Des signaux descendants rétroactifs issus des aires pariétales et inférotemporales viennent littéralement recruter un plus grand nombre de colonnes de neurones dans V1 pour représenter un objet dont la distance perçue a augmenté l’échelle spatiale subjective. Cette découverte neurobiologique magistrale prouve que l’illusion de la Lune théorisée par Kaufman et Rock n’est pas une vague interprétation sémantique tardive, mais modifie physiquement la carte spatiale primitive du signal visuel au sein des premiers relais du néocortex.

12. 12. Implications épistémologiques et applications en vision computationnelle

12.1 12.1 La nature de la perception : Pourquoi notre vision n’est pas une caméra

L’analyse croisée des découvertes d’Edward Adelson sur l’organisation des surfaces et de Lloyd Kaufman et Irvin Rock sur l’invariance spatiale porte un coup fatal à l’un des mythes les plus tenaces de la philosophie de l’esprit : le modèle de la vision comme appareil photographique. Une caméra enregistre passivement des densités de flux photonique à travers une ouverture focale et applique une transduction photoélectrique directe et locale sur une matrice de silicium. Si notre œil et notre cerveau fonctionnaient selon ce modèle optique d’enregistrement direct, le monde habité par l’être humain serait un cloaque perceptif perpétuellement instable, chaotique et imprévisible. À chaque déplacement d’une bougie, à chaque passage d’un nuage estompant l’astre solaire, la couleur, la clarté et la matière de chaque objet sembleraient changer d’identité. De même, chaque pas en avant d’un congénère le ferait muter de la taille d’un lilliputien à celle d’un titan dans notre champ phénoménal.

Les sciences cognitives contemporaines, enrichies par les théories du traitement prédictif (predictive processing) formulées par des penseurs tels que Karl Friston et Andy Clark, conçoivent aujourd’hui la perception comme une « hallucination contrôlée » et contrainte par le monde physique. Le cerveau est une machine d’inférence bayésienne active dont l’objectif ultime est de minimiser l’énergie libre ou l’erreur de prédiction sensorielle. L’organisme projette en permanence des hypothèses descendantes sur la structure causale probable du monde (la présence d’ombres, l’étirement des distances au sol, la continuité des matières), et ne traite le signal sensoriel ascendant que pour corriger les écarts significatifs par rapport à ces modèles internes préétablis.

Dans ce cadre épistémologique rénové, les illusions perceptuelles révèlent leur immense valeur adaptative. Les « erreurs » systématiques mises en lumière par Adelson (voir B plus clair que sa luminance réelle) et par Kaufman et Rock (voir la Lune d’horizon gigantesque) ne sont pas des dysfonctionnements, mais la signature éclatante du triomphe de la constance sur la contingence. C’est précisément parce que notre cerveau accepte de violer délibérément la fidélité photométrique et géométrique locale qu’il nous permet de reconnaître avec une fiabilité absolue un visage plongé dans la pénombre ou d’anticiper la distance de fuite d’un gibier galopant sur une plaine infinie. L’illusion visuelle n’est pas le symptôme d’une faiblesse perceptive, elle est le moteur même de notre efficacité écologique et de notre survie dans le monde physique.

12.2 12.2 Enseignements majeurs pour les réseaux neuronaux convolutifs et l’intelligence artificielle

À l’ère contemporaine de l’explosion des modèles d’apprentissage profond (deep learning) et de l’intelligence artificielle générative, les enseignements tirés des travaux d’Adelson, de Kaufman et de Rock résonnent avec une acuité technologique brûlante. En dépit de leurs performances prodigieuses dans des tâches de classification massive d’images fermées (comme sur les benchmarks ImageNet), les réseaux neuronaux convolutifs (CNN) actuels font preuve d’une vulnérabilité structurelle déconcertante face à des perturbations contextuelles minimes du monde réel. Un véhicule autonome équipé de caméras conventionnelles peut brutalement interpréter l’ombre douce d’un pont routier projetée sur le bitume comme un obstacle physique impénétrable, ou, à l’inverse, échouer à distinguer un camion blanc se découpant sur un ciel brumeux très lumineux, provoquant des accidents tragiques.

Ces défaillances critiques de l’intelligence artificielle résultent de son ancrage persistant dans un traitement purement de bas niveau, fondé sur la corrélation statistique brute des textures et des fréquences spatiales de pixels, dénué de tout modèle explicite de la physique des scènes. Les chercheurs en vision computationnelle s’efforcent aujourd’hui d’intégrer dans les architectures d’apprentissage profond des modules de raisonnement intermédiaire inspirés des heuristiques d’Edward Adelson. En forçant les réseaux à décomposer explicitement les flux d’entrée en couches intrinsèques découplées — prédisant de manière différenciée la réflectance (l’albédo), la carte des normales de surface (surface normals), la carte de profondeur et la distribution de l’illumination globale —, les ingénieurs parviennent à conférer aux systèmes artificiels une robustesse sans précédent face aux variations lumineuses violentes.

De manière symétrique, les principes d’invariance taille-distance formalisés par Rock et Kaufman inspirent directement les nouveaux paradigmes d’apprentissage auto-supervisé de la géométrie tridimensionnelle pour la robotique spatiale et les drones autonomes. L’implémentation de contraintes différentiables d’optique projective (telles que les champs de radiance neuraux ou NeRFs, et le 3D Gaussian Splatting) oblige désormais les réseaux artificiels à apprendre la structure spatiale métrique continue des scènes à partir des gradients de texture du sol et des lois de parallaxe, reproduisant numériquement la calotte visuelle terrestre. La vision par ordinateur moderne ne progresse plus en accumulant simplement des pétaoctets de données brutes, mais en réapprenant les leçons théoriques fondamentales léguées par les pionniers de la psychophysique de la perception.

12.3 12.3 Synthèse conceptuelle : L’héritage d’Adelson, Kaufman et Rock

En dressant le bilan conceptuel de ces décennies de recherches croisées, force est de constater l’exceptionnelle puissance de synthèse qu’offrent les trajectoires intellectuelles d’Edward Adelson, de Lloyd Kaufman et d’Irvin Rock. Bien qu’ayant abordé la machinerie perceptive par des versants phénoménologiques diamétralement opposés — Adelson par la physico-chimie des surfaces, des transparences et des flux lumineux ; Kaufman et Rock par la cinématique céleste, les théodolites optiques et la trigonométrie des horizons terrestres —, ils ont abouti à une convergence théorique magistrale qui forme le socle des sciences visuelles contemporaines.

Leur œuvre démontre de manière définitive que l’organisation perceptive est une architecture à plusieurs niveaux, où l’analyse photométrique locale de la lumière est assujettie en permanence à l’organisation spatiale globale de la scène. Les illusions paradigmatiques de l’ombre sur l’échiquier et de la Lune à l’horizon ne sont pas des curiosités de musée ou des casse-têtes pour revues de vulgarisation ; elles constituent les tests décisifs et impitoyables contre lesquels toute théorie de l’esprit, tout modèle neurobiologique du cortex visuel et tout algorithme de vision artificielle doivent impérativement s’éprouver. Une théorie de la vision incapable d’expliquer pourquoi le carreau B paraît éclatant ou pourquoi la Lune semble titanesque au ras des collines est une théorie invalide, aveugle aux réalités du cerveau biologique.

Alors que notre civilisation s’engage résolument dans l’ère de la réalité virtuelle immersive, de la réalité augmentée spatiale et de la numérisation du champ de présence humain, les découvertes d’Adelson, de Rock et de Kaufman trouvent un champ d’application opérationnel inédit. Pour concevoir des casques de vision spatiale capables de tromper le regard sans engendrer de cybercinétose ni de distorsions métriques aberrantes, les ingénieurs contemporains doivent minutieusement recalculer les pénombres d’Adelson et recalibrer la calotte surbaissée d’Emmert dans les moteurs de rendu photonique. En explorant les failles apparentes de notre regard, ces pionniers de la psychophysique ont accompli bien plus que décoder deux illusions légendaires : ils ont cartographié les lois invisibles par lesquelles notre esprit, chaque matin, recrée et illumine la réalité du monde.

Références

• Adelson, E. H. (1993). Perceptual organization and the placement of signals. Proceedings of the National Academy of Sciences, 90(21), 9930-9934. https://doi.org/10.1073/pnas.90.21.9930
• Adelson, E. H. (2000). Lightness perception and lightness illusions. Dans M. Gazzaniga (Éd.), The New Cognitive Neurosciences (2e éd., pp. 339-351). MIT Press.
• Adelson, E. H. (2005). Checkershadow illusion. Perception Science Group, Massachusetts Institute of Technology. https://persci.mit.edu/gallery/checkershadow
• Barrow, H. G., & Tenenbaum, J. M. (1978). Recovering intrinsic scene characteristics from images. Dans A. R. Hanson & E. M. Riseman (Éds.), Computer Vision Systems (pp. 3-26). Academic Press.
• Boring, E. G. (1943). The moon illusion. American Journal of Physics, 11(2), 55-60. https://doi.org/10.1119/1.1990443
• Emmert, E. (1881). Grössenverhältnisse der Nachbilder. Klinische Monatsblätter für Augenheilkunde, 19, 443-450.
• Gibson, J. J. (1950). The Perception of the Visual World. Houghton Mifflin.
• Gilchrist, A., Kossyfidis, C., Bonato, F., Agostini, T., Cataliotti, J., Li, X., Spehar, B., Annan, V., & Economou, E. (1999). An anchoring theory of lightness perception. Psychological Review, 106(4), 795-834. https://doi.org/10.1037/0033-295X.106.4.795
• Helmholtz, H. von (1867). Handbuch der physiologischen Optik. Voss.
• Kaufman, L., & Rock, I. (1962). The moon illusion, I: Psychophysical experiments show that the size of the horizon moon depends upon cues to distance. Science, 136(3520), 953-961. https://doi.org/10.1126/science.136.3520.953
• Kaufman, L., & Rock, I. (1962). The moon illusion, II: When the horizon is masked off or eliminated, the illusion disappears. Science, 136(3521), 1023-1031. https://doi.org/10.1126/science.136.3521.1023
• Kaufman, L., Kaufman, J. H., Noble, R., Edlund, S., Vassiliades, S., & Schumer, R. (2007). Perceptual distance and the moon illusion. Spatial Vision, 20(1-2), 155-175. https://doi.org/10.1163/156856807779369715
• Luneburg, R. K. (1947). Mathematical Analysis of Binocular Vision. Princeton University Press.
• Murray, S. O., Boyaci, H., & Kersten, D. (2006). The representation of perceived angular size in human primary visual cortex. Nature Neuroscience, 9(3), 429-434. https://doi.org/10.1038/nn1659
• Restle, F. (1970). Moon illusion explained on the basis of relative size. Science, 167(3921), 1092-1096. https://doi.org/10.1126/science.167.3921.1092
• Rock, I. (1983). The Logic of Perception. MIT Press.
• Rock, I., & Kaufman, L. (1962). The moon illusion: A review of the theories confirms the hypothesis that the illusion is due to apparent distance. Science, 136(3520), 1023-1031.
• Sabra, A. I. (1989). The Optics of Ibn al-Haytham: Books I-III: On Direct Vision. The Warburg Institute.