Breaking onderzoek laat de geheimen van gelaatssepsie ontgrendelen.

Gezichtsherkenning heeft generaties voor de wetenschappers verbijsterd. Hoe kan het menselijke brein zoveel individuele gezichten begaan met zo'n gemak? Een studie gepubliceerd deze week in het tijdschrift Cel Vindt dat gezichtsherkenning eigenlijk veel eenvoudiger kan zijn dan we dachten.

Als we naar een selectie gezichten kijken, kunnen onze hersenen de vertrouwde mensen zonder moeite uitdelen. Dit gladde proces komt zo natuurlijk dat de meeste mensen het nooit een tweede gedachte geven.

Maar iemand die dit fenomeen een tweede gedachte geeft, is Doris Tsao, een professor in biologie en biotechnologie aan het California Institute of Technology in Pasadena.

In de afgelopen jaren heeft prof. Tsao een reeks experimenten uitgevoerd die geprobeerd hebben tot de onderkant van de gezichtsperspectie.

In eerdere studies gebruikte prof. Tsao en haar collega's functionele MRI-scans om te zoeken naar relevante hersengebieden bij mensen en andere primaten.

Specifiek vonden ze zes regio's die verantwoordelijk zijn voor het identificeren van gezichten. Deze gebieden, aangeduid als gezichtspatches, zijn gehuisvest in de inferieure tijdelijke (IT) cortex, die een gebied bekend is die betrokken is bij de visuele verwerking.

Gezichtspatches en gezichtscellen

Elk van de zes patches is vol met neuronen die bijzonder sterk vuren wanneer ze met gezichten worden gepresenteerd in vergelijking met andere objecten. Prof. Tsao en team noemen deze neuronen "gezichtscellen". Zij hebben ook aangetoond dat kunstmatig stimuleren van deze gezichtscellen in macaque apen hun perceptie van gezichten veel meer verstoren dan andere objecten.

Eerdere theorieën hadden het dat elk van de cellen in deze hersengebieden een specifiek gezicht vertegenwoordigde. Dit klopt echter niet waar. 'Je kan 6 miljard mensen potentieel herkennen, maar je hebt geen 6 miljard gezichtscellen in de IT-cortex,' verklaart prof. Tsao. 'Er moest een andere oplossing zijn.'

In de laatste studie, prof. Tsao en postdoctorale stewardess Steven Le Chang gegraven dieper in de functie van gezichtscellen. Ze lieten zien dat elk van de cellen een bepaalde as in multidimensionale ruimte vertegenwoordigt, die de onderzoekers als "gezichtsruimte" noemen.

Op dezelfde manier als rood, blauw en groen combineren om elke kleur te produceren, kunnen deze assen gecombineerd worden om elk mogelijk gezicht te produceren.

Het team begon "door een 50-dimensionale ruimte te ontwerpen die alle gezichten zou kunnen vertegenwoordigen." De helft van de afmetingen werden toegekend aan de gezichtsvorm, zoals de afstand tussen de ogen en de andere 25 werden toegewezen aan andere eigenschappen, waaronder textuur en huidtoon.

Zij gebruikten de macaque aap als model. Door elektroden in de gezichtspatchen in te voegen, kunnen ze de activiteit van eengezichtcellen registreren. Elk gezicht dat aan de macaque werd voorgedragen, resulteerde in een proportionele reactie in de gezichtscellen, afhankelijk van verschillen in een enkele as.

Het algoritme decoderen

Vervolgens ontwierp het team een ​​algoritme dat alleen de gezichten van de neurale responsen kon decoderen. Met andere woorden, door simpelweg de activiteit van deze gezichtscellen te meten, kunnen de wetenschappers een beeld geven van het gezicht dat de aap kijkt. Toen de algoritme-gegenereerde afbeeldingen werden vergeleken met de eigenlijke afbeeldingen, waren ze bijna identiek.

Misschien is het verbazingwekkend dat er in slechts twee gezichtvlekken signalen van een beetje meer dan 200 neuronen binnenkomen om de gezichten te reconstrueren. Er waren 106 cellen in één gezicht pleister en 99 in de andere.

Mensen zeggen altijd dat een foto duizend woorden is waard. Maar ik vind het leuk om te zeggen dat een foto van een gezicht ongeveer 200 neuronen waard is. '

Prof. Doris Tsao

De laatste nagel in de doodskist van de ene-neuron-een-gezicht theorie werd gehamerd in het laatste deel van de studie. Prof. Tsao en Chang constateerden dat een reeks zeer verschillend gezichten ertoe kunnen leiden dat een individuele gezichtscel op precies dezelfde manier brand kan worden. '

Het was een onverwachte bevinding, zoals Prof. Tsao zegt: "Dit was ons totaal schokkend, we hadden altijd gedacht dat gezichtcellen complexer waren. Maar het blijkt dat elke gezichtscel gewoon meetafstand op een enkele as van de gezichtsruimte meet en Is blind voor andere functies."

Hoewel er een aantal stappen zijn die moeten gebeuren tussen het zien van een beeld en het antwoord van de gezichtscellen, kunnen de blote botten van gezichtsherkenning verrassend eenvoudig zijn. Deze resultaten zijn niet alleen van toepassing op gezichtsherkenning. In plaats daarvan, "Dit werk suggereert dat andere objecten kunnen worden gecodeerd met vergelijkbare eenvoudige coördinatensystemen," verklaart prof. Tsao.

Deze kennis zou de creatie van innovatieve toepassingen voor kunstmatige intelligentie kunnen stimuleren. Zoals prof. Tsao voegt eraan toe, "Dit zou nieuwe machine-algoritmes voor het herkennen van gezichten kunnen inspireren. Bovendien kan onze aanpak worden gebruikt om te achterhalen hoe eenheden in diepe netwerken andere dingen zoals voorwerpen en zinnen coderen."

Leer meer over gezichtsperspectief en hoe het de menselijke ervaring vormt.

What is Consciousness? What is Its Purpose? (Video Medische En Professionele 2024).