Svaki put kada pregledavate Facebook, budete izloženi desecima lica - neka poznata, neka ne. Ipak, sa samo jednim pogledom, vaš mozak procjenjuje značajke na tim licima i prilagođava ih odgovarajućem pojedincu, često prije nego što čak i imate vremena pročitati tko je označen ili tko je objavio album. Istraživanje pokazuje da mnogi prepoznaju lica čak i ako zaborave druge ključne detalje o osobi, poput njihovog imena ili posla.
Povezani sadržaj
- Kako odabrati lemu iz postave? Ovaj softver pravi skok
- Ova aplikacija koristi softver za prepoznavanje lica radi prepoznavanja genetskih stanja
- Ovu tropsku ribu možemo naučiti prepoznati ljudska lica
To ima smisla: ljudi su kao visoko socijalne životinje sposobni brzo i jednostavno identificirati se drugim vidom. Ali kako točno taj nevjerojatan proces djeluje u mozgu?
To je pitanje uznemirilo Le Chang-a, neuroznanstvenika s Kalifornijskog tehnološkog instituta, 2014. U prethodnim istraživanjima njegov je direktor laboratorija već identificirao neurone u mozgu primata koji su obrađivali i prepoznavali lica. Ovih šest područja u privremenoj moždini, nazvanih "mrlje na licu", sadrže specifične neurone koji izgledaju mnogo aktivnije kada osoba ili majmun gledaju lice u odnosu na druge predmete.
"Ali shvatio sam da nedostaje veliko pitanje", kaže Chang. To je: kako flasteri prepoznaju lica. "Ljudi još uvijek [nisu] znali točan kôd lica za ove neurone."
U potrazi za metodom koju mozak koristi za analizu i prepoznavanje lica, Chang je odlučio matematički rastaviti lice. Stvorio je gotovo 2000 umjetnih ljudskih lica i razgradio njihove sastavne dijelove po kategorijama koje obuhvaćaju 50 karakteristika zbog kojih se lica razlikuju, od boje kože do količine prostora između očiju. Oni su implantirali elektrode u dva majmuna rezusa kako bi zabilježili kako pucaju neuroni u licu njihova mozga kad su im prikazana umjetna lica.
Pokazavši majmunima tisuće lica, Chang je uspio preslikati koji neuroni pucaju u odnosu na to koja su obilježja na svakom licu, izvijestio je on u studiji objavljenoj ovog mjeseca u časopisu Cell .
Pokazalo se da je svaki neuron u flasterima lica reagirao u određenim omjerima na samo jedno svojstvo ili "dimenziju" onoga što čini lica različitima. To znači da, što se tiče vaših neurona, lice je zbroj zasebnih dijelova, za razliku od jedne strukture. Chang napominje da je mogao stvoriti lica koja su se činila krajnje različita, ali proizvela su iste obrasce neuronskog pucanja jer dijele ključne karakteristike.
Ova metoda prepoznavanja lica stoji u suprotnosti s onim što su neki neuroznanstvenici ranije razmišljali o tome kako ljudi prepoznaju lica. Ranije su postojale dvije suprotstavljene teorije: „primjereno kodiranje“ i „kodiranje normi“. Za teoretsku teoriju kodiranja, neuroznanstvenici su predložili da mozak prepozna lica uspoređujući crte lica s ekstremnim ili različitim primjerima, dok je teorija kodiranja normi predložila da mozak je analizirao razlikuju li se crte lica od "prosječnog lica".
Razumijevanje ovog obrasca neuronskog pucanja omogućilo je Changu da stvori algoritam pomoću kojeg bi mogao obrnuti inženjering obrasce ispaljivanja samo 205 neurona dok je majmun gledao u lice, stvarajući ono što majmun vidi, a da uopće nije znao koje lice majmuna vidi, Poput policijskog umjetnika za skiciranje koji radi s osobom za kombiniranje crta lica, i on je mogao preuzeti značajke koje sugerira aktivnost svakog pojedinog neurona i kombinirati ih u cjelovito lice. U gotovo 70 posto slučajeva ljudi izvučeni s web stranice za gužvu Amazon Turk podudaraju se s izvornim licem, a ponovno su stvoreni.
"Ljudi uvijek kažu da slika vrijedi tisuću riječi", izjavila je neuroavistkinja koautora Doris Tsao u priopćenju za javnost. "Ali volim reći da slika lica vrijedi oko 200 neurona."
Umjetna lica prikazana majmunima i rekonstrukcije koje su istraživači napravili samo s neurološkom aktivnošću iz svog mozga. (Doris Tsao) Bevil Conway, neuroznanstvenica iz Nacionalnog instituta za oči, rekao je da ga je novo istraživanje impresioniralo.
"Pruža principijelan prikaz načina na koji dolazi do prepoznavanja lica koristeći podatke stvarnih neurona", kaže Conway koji nije bio uključen u studiju. Dodao je da nam takav rad može pomoći u razvoju boljih tehnologija prepoznavanja lica, koje su trenutno očito manjkave. Ponekad je rezultat smiješan, ali u drugim se slučajevima algoritmi na koje se oslanjaju ovi programi imaju ozbiljnih rasnih pristranosti.
Chang svoj rad u budućnosti vidi kao potencijalno korišten u policijskim istragama za profilisanje potencijalnih kriminalaca od svjedoka koji su ih vidjeli. Ed Connor, neuroznanstvenica sa Sveučilišta Johns Hopkins, predviđa softver koji bi se mogao razviti za prilagodbu funkcija na temelju tih 50 karakteristika. Takav bi program, kako kaže, mogao omogućiti svjedocima i policiji da preciziraju lica na temelju karakteristika koje ljudi koriste kako bi ih razlikovali, poput sustava od 50 biranja koje bi se svjedoci mogli pretvoriti u oborena lica jednom kad ih se najviše sjete.
"Umjesto da ljudi opisuju kako drugi izgledaju, " Chang nagađa, "mogli bismo zapravo izravno dešifrirati njihove misli."
"Autori zaslužuju kude za pomoć u vođenju ovog važnog područja naprijed", kaže Jim DiCarlo, biomedicinski inženjer na MIT-u koji istražuje prepoznavanje predmeta u primata. Međutim, DiCarlo, koji nije bio uključen u studiju, smatra da istraživači ne dokazuju na odgovarajući način da je potrebno samo 200 neurona da bi se razlikovala lica. Napomenuo je da u svom istraživanju otkrije oko 50 000 neurona da bi se objekti razlikovali na realističniji način, ali ipak manje realističan od lica u stvarnom svijetu.
Na temelju tog rada, DiCarlo procjenjuje da bi za prepoznavanje lica bilo potrebno negdje između 2.000 i 20.000 neurona, čak i da bi ih grubo razlikovali. "Ako autori vjeruju da su lica kodirana s gotovo tri reda manje neurona, to bi bilo izvanredno", kaže on.
"Sve u svemu, ovo je djelo lijep dodatak postojećoj literaturi s nekoliko sjajnih analiza", zaključuje DiCarlo, "ali naše polje još uvijek nije u cjelini, na modelu, razumijevanju neuronskog koda za lica."
Connor, koji također nije bio uključen u nova istraživanja, nada se da će ova studija potaknuti nova istraživanja među neuroznanstvenicima. Prečesto, kaže, ova grana znanosti odbacila je složeniji rad mozga kao "crne kutije" računalnih dubokih neuronskih mreža: toliko neuredna da je nemoguće razumjeti kako oni funkcioniraju.
"Teško je zamisliti da itko ikad bolje obavlja razumijevanje kako se identitet lica kodira u mozgu", kaže Connor iz nove studije. "To će ljude potaknuti da traže ponekad specifične i složene neuronske kodove." S Tsaom je već razgovarao o mogućnosti istraživanja kako mozak tumači izraze lica.
"Neuroznanost nikad ne postaje zanimljivija nego kada nam pokazuje koji su fizički događaji u mozgu koji potiču specifična iskustva", kaže Connor. "Za mene je ovo Sveti Gral."
