Ansigtsgenkendelse er ikke så kompleks som tidligere antaget


Ansigtsgenkendelse er ikke så kompleks som tidligere antaget

Brydeforskning åbner hemmelighederne i ansigtsopfattelsen.

Ansigtsgenkendelse har forvirret forskere i generationer. Hvordan kan den menneskelige hjerne begå så mange individuelle ansigter til minde med sådan lethed? En undersøgelse udgivet denne uge i tidsskriftet Celle Finder ud af, at ansigtsgenkendelse kan være meget enklere end vi troede.

Når vi ser på et udvalg af ansigter, kan vores hjerner sætte de kendte ud uden nogen indsats. Denne glatte proces kommer så naturligt, at de fleste mennesker aldrig giver det en anden tanke.

Men nogen, der giver dette fænomen en anden tankegang, er Doris Tsao, professor i biologi og bioteknologi ved California Institute of Technology i Pasadena.

I de senere år har prof. Tsao gennemført en række eksperimenter, der har forsøgt at komme til bunden af ​​ansigtsopfattelsen.

I tidligere studier anvendte prof. Tsao og hendes kolleger funktionelle MR-scanninger for at søge efter relevante hjerneområder hos mennesker og andre primater.

Specifikt fandt de seks regioner, der er ansvarlige for at identificere ansigter. Disse regioner, der betegnes som ansigtsplaster, er anbragt i den nedre tidlige (IT) cortex, hvilket er et område, der vides at være involveret i visuel behandling.

Ansigtsplaster og ansigtsceller

Hver af de seks plaster er fyldt med neuroner, der brænder særligt stærkt, når de præsenteres med ansigter, sammenlignet med andre objekter. Prof. Tsao og team kalder disse neuroner "ansigtsceller". De viste også, at kunstigt stimulerende disse ansigtsceller i macaque aber forstyrrede deres opfattelse af ansigter meget mere end andre objekter.

Tidligere teorier havde det, at hver af cellerne i disse hjerneområder repræsenterede et bestemt ansigt. Dette er dog ikke rigtigt. "Du kunne muligvis genkende 6 milliarder mennesker, men du har ikke 6 milliarder ansigtsceller i it-cortexen," fortæller prof. Tsao. "Der måtte være en anden løsning."

I den seneste undersøgelse gravede prof. Tsao og postdoktor Steven Le Chang dybere ind i ansigtscellernes funktion. De viste, at hver af cellerne repræsenterer en bestemt akse i multidimensionalt rum, som forskerne refererer til som "ansigt space".

På samme måde som rød, blå og grøn kombination for at producere hver farve, kan disse akser kombineres for at producere ethvert muligt ansigt.

Holdet startede "ved at designe et 50-dimensionelt rum, som kunne repræsentere alle ansigter." Halvdelen af ​​dimensionerne blev tildelt ansigtsform, såsom afstanden mellem øjnene, og de andre 25 blev tildelt andre funktioner, herunder tekstur og hudtone.

De brugte macaque apen som model. Ved at indsætte elektroder i ansigtsplasterne, kunne de optage aktiviteten af ​​enkeltfladesceller. Hvert ansigt, der blev præsenteret for macaque, udgjorde et proportionalt svar i ansigtscellerne afhængigt af forskelle i en enkelt akse.

Afkodning af algoritmen

Herefter udformede holdet en algoritme, der kunne afkode ansigter alene fra de neurale responser. Med andre ord, ved blot at måle aktiviteten af ​​disse ansigtsceller, kunne forskerne generere en repræsentation af ansigtet, som aben så på. Da de algoritmegenererede billeder blev sammenlignet med de faktiske billeder, var de næsten identiske.

Måske overraskende, at tage signaler fra lidt mere end 200 neuroner inden for blot to ansigtsplaster var nok til at rekonstruere ansigterne. Der var 106 celler i et ansigtsplaster og 99 i den anden.

Folk siger altid et billede er værd tusind ord. Men jeg kan godt sige, at et billede af et ansigt er værd omkring 200 neuroner."

Prof. Doris Tsao

Den endelige søm i kisten af ​​one-neuron-one-face teorien blev hamret på plads ved den sidste del af undersøgelsen. Prof. Tsao og Chang fandt ud af, at en række meget forskellige ansigter kunne medføre, at en individuel ansigtscelle "brænder på nøjagtig samme måde".

Det var et uventet fund, som Prof. Tsao siger: "Det var helt chokerende for os, vi havde altid troet, at ansigtsceller var mere komplekse. Men det viser sig, at hver ansigtscelle kun måler afstand langs en enkelt akse i ansigtet og Er blind for andre funktioner."

Selv om der er en række trin, der skal forekomme imellem at se et billede og ansigtscellernes respons, kan de bare knogler af ansigtsgenkendelse være overraskende enkle. Disse resultater kan ikke kun gælde ansigtsgenkendelse. I stedet for "Dette arbejde tyder på, at andre objekter kan kodes med lignende enkle koordinatsystemer," forklarer prof. Tsao.

Denne viden kan anspore til oprettelsen af ​​innovative applikationer til kunstig intelligens. Som professor Tsao tilføjer: "Dette kunne inspirere til nye maskinalæringsalgoritmer til at genkende ansigter. Desuden kan vores tilgang bruges til at finde ud af, hvordan enheder i dybe netværk kode for andre ting, såsom objekter og sætninger."

Lær mere om ansigtsopfattelse og hvordan den former den menneskelige oplevelse.

2016 Tesla Model S P100D Self Driving Car World's Quickest Car Ludicrous Speed (Video Medicinsk Og Professionel 2024).

Afsnit Spørgsmål På Medicin: Medicinsk praksis