Joka kerta kun selaat Facebookia, olet alttiina kymmenille kasvoille - jotkut tutut, toiset eivät. Silti tuskin yhdellä silmäyksellä aivosi arvioivat näiden kasvojen piirteitä ja sopivat niihin vastaavalle henkilölle, usein ennen kuin edes on aikaa lukea, kuka on merkinnässä tai kuka on julkaissut albumin. Tutkimukset osoittavat, että monet ihmiset tunnistavat kasvot, vaikka unohtaa muutkin tärkeät tiedot henkilöstä, kuten nimen tai työn.
Asiaan liittyvä sisältö
- Kuinka valitset sitruunan kokoonpanosta? Tämä ohjelmisto tekee hyppyä
- Tämä sovellus käyttää kasvojentunnistusohjelmaa geneettisten tilojen tunnistamiseen
- Tämän trooppisen kalan on voitava tunnistaa ihmisten kasvot
Se on järkevää: erittäin sosiaalisina eläiminä ihmisten on kyettävä tunnistamaan toisiaan nopeasti ja helposti näkyvyyden perusteella. Mutta kuinka tarkkaan tämä merkittävä prosessi toimii aivoissa?
Se oli kysymys, joka kiusasi Kalifornian teknillisen instituutin neurotieteilijää Le Changia vuonna 2014. Aikaisemmassa tutkimuksessa laboratorion johtaja oli jo tunnistanut kädellisten aivoissa neuronit, jotka prosessoivat ja tunnistivat kasvot. Nämä aivojen ajallisen lohkon kuusi aluetta, joita kutsutaan "kasvonauhoiksi", sisältävät erityisiä neuroneja, jotka näyttävät olevan paljon aktiivisempia, kun henkilö tai apina tarkastelee kasvoja kuin muut esineet.
"Mutta tajusin, että iso kysymys puuttui", Chang sanoo. Se on: kuinka laastarit tunnistavat kasvot. "Ihmiset silti [eivät] tienneet tarkkaa kasvojen koodia näille neuroneille."
Chang päätti hajottaa kasvot matemaattisesti etsiessään menetelmää, jota aivot käyttävät kasvojen analysointiin ja tunnistamiseen. Hän loi melkein 2000 ihmisen keinotekoista kasvoja ja hajotti niiden komponentit luokkiin, jotka sisälsivät 50 ominaisuutta, jotka tekevät kasvoista erilaisia, ihonväristä silmien välisen tilan määrään. He implantoivat elektrodit kahteen reesusapinalle tallentaakseen kuinka heidän aivojen kasvojen laikkujen neuronit ampuivat, kun heille osoitettiin keinotekoiset kasvot.
Näyttämällä apinoilla tuhansia kasvoja, Chang pystyi kartoittamaan, mitkä neuronit ampuivat suhteessa kumpiin piirteisiin, hän raportoi tutkimuksessa, joka julkaistiin tässä kuussa Cell- lehdessä.
Kävi ilmi, että jokainen kasvojen laastarien neuroni reagoi tietyissä suhteissa vain yhteen ominaisuuteen tai "ulottuvuuteen" siitä, mikä tekee kasvot toisistaan. Tämä tarkoittaa, että neuroneihin liittyen kasvot ovat erillisten osien summa, toisin kuin yksi rakenne. Chang toteaa kykenevänsä luomaan kasvoja, jotka näyttivät erittäin erilaisilta, mutta tuottivat samat hermojen ampumisen mallit, koska niillä oli yhteisiä pääpiirteitä.
Tämä kasvojentunnistusmenetelmä on vastakohtana siihen, mitä jotkut neurotieteilijät aiemmin ajattelivat siitä, kuinka ihmiset tunnistavat kasvot. Aikaisemmin oli kaksi vastakkaista teoriaa: ”esimerkkikoodaus” ja “normikoodaus”. Esimerkkikoodausteorian osalta neurotieteilijät ehdottivat, että aivot tunnustavat kasvot vertaamalla kasvojen piirteitä äärimmäisiin tai erillisiin esimerkkeihin niistä, kun taas normikoodausteoria ehdotti, että aivot analysoivat kuinka kasvojen piirteet poikkesivat ”keskimääräisistä kasvoista”.
Tämän hermoston ampumisen kuvion ymmärtäminen antoi Changille mahdollisuuden luoda algoritmi, jonka avulla hän tosiasiallisesti pystyi suunnittelemaan vain 205 neuronin ampumisen mallit, kun apina katsoi kasvoja luodakseen kasvot, joita apina näki tietämättä edes mitä apina näki. . Kuten poliisin piirrostaiteilija, joka työskentelee henkilön kanssa kasvojen piirteiden yhdistämiseksi, hän kykeni ottamaan kunkin yksittäisen neuronin toiminnan ehdottamat piirteet ja yhdistämään ne kokonaisuudeksi. Lähes 70 prosentissa tapauksista ihmiset, jotka on kerätty Amazon Turk -sivustojen joukkotilauksen verkkosivustolta, vastasivat alkuperäisiä kasvoja ja uudet kasvot samoiksi.
"Ihmiset sanovat, että kuva on aina tuhannen sanan arvoinen", kirjoittanut neurotieteilijä Doris Tsao tiedotteessaan. "Mutta haluan sanoa, että kuva kasvoista on noin 200 neuronin arvoinen."
Apinoille osoitetut keinotekoiset kasvot ja rekonstruoinnit, jotka tutkijat tekivät käyttämällä vain aivojen hermoaktiivisuutta. (Doris Tsao) Kansallisen silmäinstituutin neurotieteilijä Bevil Conway kertoi, että uusi tutkimus teki hänelle vaikutuksen.
"Se tarjoaa periaatteellisen kuvan siitä, kuinka kasvojentunnistus tapahtuu käyttämällä oikeiden hermosolujen tietoja", sanoo Conway, joka ei ollut mukana tutkimuksessa. Hän lisäsi, että tällainen työ voi auttaa meitä kehittämään parempia kasvojentunnistustekniikoita, jotka ovat tällä hetkellä tunnetusti puutteellisia. Joskus tulos on naurettava, mutta toisinaan algoritmeilla, joihin nämä ohjelmat tukeutuvat, on todettu olevan vakavia rodullisia virheitä.
Jatkossa Chang näkee työnsä potentiaalisesti käytettävän poliisitutkinnoissa potentiaalisten rikollisten kuvaamiseksi todistajista, jotka näkivät heidät. Johns Hopkinsin yliopiston neurotieteilijä Ed Connor suunnittelee ohjelmistoa, jota voitaisiin kehittää ominaisuuksien säätämiseksi näiden 50 ominaisuuden perusteella. Hänen mukaansa tällainen ohjelma voisi antaa todistajien ja poliisien hienosäätää kasvot ihmisten käyttämien ominaisuuksien perusteella hienosäätämään niitä, kuten 50 soittojärjestelmää, joiden avulla todistajat voivat kääntyä morfiikka kasvoihin heti eniten muistaviksi.
"Sen sijaan, että ihmiset kuvailisivat, miltä muut näyttävät", Chang spekuloi, "voisimme todella purkaa heidän ajatuksensa suoraan."
"Kirjailijat ansaitsevat kudoja siitä, että ne auttavat viemään tätä tärkeätä aluetta eteenpäin", sanoo MIT: n biolääketieteen insinööri Jim DiCarlo, joka tutkii kädellisten esineiden tunnistamista. DiCarlo, joka ei ollut mukana tutkimuksessa, uskoo kuitenkin, että tutkijat eivät todista riittävästi, että vain 200 neuronia tarvitaan kasvojen väliseen erotteluun. Hän toteaa tutkimuksessaan, että hän on havainnut, että objektien erottaminen realistisemmalla tavalla kestää noin 50 000 neuronia, mutta silti vähemmän realistinen kuin todellisen maailman kasvot.
Tämän työn perusteella DiCarlo arvioi, että kasvojen tunnistaminen vaatisi jossain välillä 2 000 - 20 000 neuronia edes niiden erottamiseksi karkealta. "Jos kirjoittajat uskovat, että kasvoja koodaa lähes kolme suuruusluokkaa vähemmän neuroneja, se olisi huomattavaa", hän sanoo.
"Kaiken kaikkiaan tämä työ on hieno lisä jo olemassa olevaan kirjallisuuteen, jossa on hienoja analyysejä", DiCarlo toteaa lopuksi, mutta kentämme ei ole vielä kokonaisvaltainen, malliperusteinen ymmärrys kasvojen hermostoista. "
Connor, joka ei myöskään ollut mukana uudessa tutkimuksessa, toivoo, että tämä tutkimus inspiroi uutta tutkimusta neurotieteilijöiden keskuudessa. Hän sanoo, että tämä tieteen ala on liian usein hylännyt aivojen monimutkaisemmat toiminnot, jotka muistuttavat tietokoneiden syvien hermoverkkojen "mustia laatikoita": niin sotkuisia, että on mahdotonta ymmärtää niiden toimintaa.
"On vaikea kuvitella ketään tekevän parempaa työtä ymmärtääksesi kuinka kasvotunnus koodataan aivoihin", sanoo Connor uudesta tutkimuksesta. ”Se rohkaisee ihmisiä etsimään joskus erityisiä ja monimutkaisia hermostoja.” Hänestä on jo keskusteltu Tsaon kanssa mahdollisuudesta tutkia, kuinka aivot tulkitsevat ilmeitä.
"Neurotiede ei koskaan saa mielenkiintoisempaa kuin silloin, kun se näyttää meille, mitkä ovat aivojen fyysiset tapahtumat, jotka antavat erityisiä kokemuksia", Connor sanoo. "Minulle tämä on Pyhä Graali."
