Hver gang du ruller gennem Facebook, udsættes du for snesevis af ansigter - nogle kendte, andre ikke. Alligevel vurderer din hjerne med knap et blik funktionerne på disse ansigter og passer dem til den tilsvarende person, ofte før du endda har tid til at læse, hvem der er mærket eller hvem der har indsendt albummet. Forskning viser, at mange mennesker genkender ansigter, selvom de glemmer andre nøgleinformationer om en person, som f.eks. Deres navn eller deres job.
Relateret indhold
- Hvordan vælger du et lemur ud af en lineup? Denne software skaber springet
- Denne app bruger ansigtsgenkendelsessoftware til at hjælpe med at identificere genetiske forhold
- Denne tropiske fisk kan læres for at anerkende menneskelige ansigter
Det giver mening: Som yderst sociale dyr er mennesker nødt til at være i stand til hurtigt og let at identificere hinanden ved syne. Men hvordan fungerer nøjagtigt denne bemærkelsesværdige proces i hjernen?
Det var spørgsmålet, der irriterede Le Chang, en neurovidenskabsmand ved Californien Institut for Teknologi, i 2014. I forudgående forskning havde hans laboratorieleder allerede identificeret neuroner i hjernen hos primater, der behandlede og genkendte ansigter. Disse seks områder i hjernens temporale lob, kaldet "ansigtspletter", indeholder specifikke neuroner, der ser ud til at være meget mere aktive, når en person eller abe ser på et ansigt end andre genstande.
”Men jeg blev klar over, at der manglede et stort spørgsmål, ” siger Chang. Det er: hvordan lapperne genkender ansigter. "Folk kender stadig [ikke] den nøjagtige kode for ansigter for disse neuroner."
På søgning efter metoden, som hjernen bruger til at analysere og genkende ansigter, besluttede Chang at nedbryde ansigtet matematisk. Han skabte næsten 2.000 kunstige menneskelige ansigter og opdelte deres komponentdele efter kategorier, der omfattede 50 egenskaber, der gør ansigter forskellige, fra hudfarve til plads mellem øjnene. De implanterede han elektroder i to rhesus-aber for at registrere, hvordan neuronerne i deres hjernes ansigtspletter fyrede af, da de blev vist de kunstige ansigter.
Ved at vise aberne tusinder af ansigter, var Chang i stand til at kortlægge, hvilke neuroner, der fyrede i forhold til hvilke funktioner der var på hvert ansigt, rapporterer han i en undersøgelse, der blev offentliggjort denne måned i tidsskriftet Cell .
Det viste sig, at hver neuron i ansigtets plaster reagerede i bestemte proportioner på kun en funktion eller "dimension" af, hvad der gør ansigter forskellige. Dette betyder, at hvad angår dine neuroner, er et ansigt en sum af separate dele i modsætning til en enkelt struktur. Chang bemærkede, at han var i stand til at skabe ansigter, der forekom ekstremt forskellige, men frembragte de samme mønstre af neurale fyring, fordi de delte nøglefunktioner.
Denne metode til ansigtsgenkendelse står i modsætning til hvad nogle neurovidenskabsfolk tidligere tænkte på, hvordan mennesker genkender ansigter. Tidligere var der to modsatte teorier: "eksemplekodning" og "normkodning." For eksemplekodeteorien foreslog neurovidenskabsmænd, at hjernen anerkendte ansigter ved at sammenligne ansigtstræk med ekstreme eller tydelige eksempler på dem, mens normkodningsteorien foreslog, at hjernen analyserede, hvordan et ansigts funktioner adskiller sig fra et "gennemsnitligt ansigt."
Forståelsen af dette mønster af neurale affyring gjorde det muligt for Chang at oprette en algoritme, hvormed han faktisk kunne omvendt konstruere mønstrene for blot 205 neuroner, der fyrede, da aben kiggede på et ansigt for at skabe, hvad ansigt aben så uden selv at vide, hvad ansigt aben så . Som en politistegningskunstner, der arbejder med en person for at kombinere ansigtstræk, var han i stand til at tage de træk, der blev foreslået af aktiviteten af hver enkelt neuron og kombinere dem i et komplet ansigt. I næsten 70 procent af tilfældene matchede mennesker, der blev trukket fra crowddsourcing-webstedet Amazon Turk, det originale ansigt og det genskabte ansigt som værende det samme.
”Folk siger altid, at et billede er værd at være tusind ord, ” sagde medforfatterne neuroscientist Doris Tsao i en pressemeddelelse. "Men jeg kan godt lide at sige, at et billede af et ansigt er værd at være omkring 200 neuroner."
De kunstige ansigter, der er vist til aberne og de rekonstruktioner, som forskerne foretaget ved hjælp af bare den neurale aktivitet fra deres hjerner. (Doris Tsao)Bevil Conway, en neurovidenskabsmand ved National Eye Institute, sagde, at den nye undersøgelse imponerede ham.
"Det giver en principiel redegørelse for, hvordan ansigtsgenkendelse opstår, ved hjælp af data fra rigtige neuroner, " siger Conway, der ikke var involveret i undersøgelsen. Han tilføjede, at et sådant arbejde kan hjælpe os med at udvikle bedre ansigtsgenkendelsesteknologier, som i øjeblikket er berettiget mangelfulde. Nogle gange er resultatet latterligt, men andre gange har algoritmerne, disse programmer stoler på, vist sig at have alvorlige racemæssige skævheder.
I fremtiden ser Chang sit arbejde som potentielt brugt i politiets efterforskning til profilering af potentielle kriminelle fra vidner, der så dem. Ed Connor, en neurovidenskabsmand ved Johns Hopkins University, ser for sig software, der kunne udvikles til at justere funktioner baseret på disse 50 egenskaber. Et sådant program, siger han, kunne give vidner og politi mulighed for at finjustere ansigter baseret på de egenskaber, mennesker bruger for at skelne dem, ligesom et system med 50 urskive, som vidner kunne forvandle til morfiske ansigter til den gang de husker mest.
"I stedet for at folk beskriver, hvordan andre ser ud, " spekulerer Chang, "kunne vi faktisk direkte afkode deres tanker."
”Forfatterne fortjener kudoer for at hjælpe med at drive dette vigtige område fremad, ” siger Jim DiCarlo, en biomedicinsk ingeniør hos MIT, der forsker på genkendelse af objekt i primater. DiCarlo, der ikke var involveret i undersøgelsen, mener imidlertid, at forskerne ikke tilstrækkeligt beviser, at der kun er behov for 200 neuroner for at skelne mellem ansigter. I sin forskning, bemærker han, har han fundet, at det kræver cirka 50.000 neuroner at skelne objekter på en mere realistisk måde, men alligevel mindre realistiske end ansigter i den virkelige verden.
Baseret på dette arbejde estimerer DiCarlo, at genkendelse af ansigter ville kræve et sted mellem 2.000 og 20.000 neuroner endda for at skelne dem i en grov kvalitet. ”Hvis forfatterne mener, at ansigter er kodet af næsten tre størrelsesordrer mindre neuroner, ville det være bemærkelsesværdigt, ” siger han.
”Samlet set er dette arbejde en dejlig tilføjelse til den eksisterende litteratur med nogle gode analyser, ” slutter DiCarlo, ”men vores felt er stadig ikke i en komplet, modelbaseret forståelse af den neurale kode for ansigter.”
Connor, der heller ikke var involveret i den nye forskning, håber, at denne undersøgelse vil inspirere til ny forskning blandt neurovidenskabsfolk. Alt for ofte, siger han, har denne gren af videnskab afvist hjernens mere komplekse virkning som beslægtet med de "sorte kasser" i dybe neurale netværk i computeren: så rodet at det er umuligt at forstå, hvordan de fungerer.
”Det er svært at forestille sig, at nogen nogensinde har gjort et bedre stykke arbejde med at forstå, hvordan ansigtsidentitet kodes i hjernen, ” siger Connor fra den nye undersøgelse. ”Det vil tilskynde folk til at kigge efter nogle gange specifikke og komplekse neurale koder.” Han har allerede drøftet med Tsao muligheden for at undersøge, hvordan hjernen fortolker ansigtsudtryk.
”Neurovidenskab bliver aldrig mere interessant, end når den viser os, hvad der er de fysiske begivenheder i hjernen, der giver anledning til specifikke oplevelser, ” siger Connor. ”For mig er dette den hellige gral.”