Elke keer dat u door Facebook bladert, wordt u blootgesteld aan tientallen gezichten - sommige vertrouwd, sommige niet. Maar met nauwelijks een blik beoordeelt je brein de functies op die gezichten en past deze aan de overeenkomstige persoon toe, vaak voordat je zelfs tijd hebt om te lezen wie er getagd is of wie het album heeft gepost. Onderzoek toont aan dat veel mensen gezichten herkennen, zelfs als ze andere belangrijke details over een persoon vergeten, zoals hun naam of hun baan.
gerelateerde inhoud
- Hoe kies je een Lemur uit een line-up? Deze software maakt de sprong
- Deze app maakt gebruik van software voor gezichtsherkenning om genetische aandoeningen te identificeren
- Deze tropische vis kan worden gebruikt om menselijke gezichten te herkennen
Dat is logisch: als zeer sociale dieren moeten mensen elkaar snel en gemakkelijk kunnen identificeren aan de hand van het zicht. Maar hoe werkt dit opmerkelijke proces precies in de hersenen?
Dat was de vraag die Le Chang, een neurowetenschapper aan het California Institute of Technology, in 2014 irriteerde. In eerder onderzoek had zijn laboratoriumdirecteur al neuronen geïdentificeerd in de hersenen van primaten die gezichten verwerkten en herkennen. Deze zes gebieden in de temporale kwab van de hersenen, "gezichtspleisters" genoemd, bevatten specifieke neuronen die veel actiever lijken te zijn wanneer een persoon of aap naar een gezicht kijkt dan andere objecten.
"Maar ik realiseerde me dat er een grote vraag ontbrak", zegt Chang. Dat wil zeggen: hoe de patches gezichten herkennen. "Mensen wisten [nog] niet de exacte code van gezichten voor deze neuronen."
Op zoek naar de methode die de hersenen gebruiken om gezichten te analyseren en te herkennen, besloot Chang het gezicht wiskundig af te breken. Hij creëerde bijna 2.000 kunstmatige menselijke gezichten en verdeelde hun samenstellende delen in categorieën met 50 kenmerken die gezichten anders maken, van huidskleur tot hoeveelheid ruimte tussen de ogen. Ze implanteerde hij elektroden in twee resusapen om vast te leggen hoe de neuronen in het gelaat van hun hersenen flitsten toen ze de kunstmatige gezichten te zien kregen.
Door vervolgens de apen duizenden gezichten te laten zien, was Chang in staat om in kaart te brengen welke neuronen afvuurden in relatie tot welke functies op elk gezicht, meldt hij in een studie die deze maand in het tijdschrift Cell werd gepubliceerd .
Het bleek dat elk neuron in de gezichtspleisters in bepaalde verhoudingen reageerde op slechts één kenmerk of "dimensie" van wat gezichten anders maakt. Dit betekent dat, wat uw neuronen betreft, een gezicht een som van afzonderlijke delen is, in tegenstelling tot een enkele structuur. Chang merkt op dat hij in staat was om gezichten te creëren die extreem anders leken maar dezelfde patronen van neuraal schieten produceerden omdat ze belangrijke kenmerken deelden.
Deze methode van gezichtsherkenning staat in contrast met wat sommige neurowetenschappers eerder dachten over hoe mensen gezichten herkennen. Eerder waren er twee tegengestelde theorieën: "exemplarische codering" en "normcodering." Voor de exemplarische coderingstheorie stelden neurowetenschappers voor dat de hersenen gezichten herkenden door gelaatstrekken te vergelijken met extreme of afzonderlijke voorbeelden daarvan, terwijl de normcoderingstheorie stelde dat het brein analyseerde hoe de kenmerken van een gezicht verschilden van een 'gemiddeld gezicht'.
Door dit patroon van neuraal schieten te begrijpen, kon Chang een algoritme creëren waarmee hij de patronen van slechts 205 neuronen die vuren, kon reverse-engineeren terwijl de aap naar een gezicht keek om te creëren welke gezichten de aap zag zonder zelfs te weten welk gezicht de aap zag . Als een politieschetskunstenaar die met een persoon werkte om gelaatstrekken te combineren, was hij in staat om de door de activiteit van elk individueel neuron gesuggereerde kenmerken te nemen en ze tot een compleet gezicht te combineren. In bijna 70 procent van de gevallen kwamen mensen uit de crowdsourcing-website Amazon Turk overeen met het oorspronkelijke gezicht en het nagebouwde gezicht als hetzelfde.
"Mensen zeggen altijd dat een foto meer zegt dan duizend woorden, " zei co-auteur neurowetenschapper Doris Tsao in een persbericht. "Maar ik zeg graag dat een foto van een gezicht ongeveer 200 neuronen waard is."
De kunstmatige gezichten die aan de apen worden getoond en de reconstructies die de onderzoekers maakten met alleen de neurale activiteit van hun hersenen. (Doris Tsao) Bevil Conway, een neurowetenschapper aan het National Eye Institute, zei dat de nieuwe studie indruk op hem maakte.
"Het biedt een principieel overzicht van hoe gezichtsherkenning tot stand komt, met behulp van gegevens van echte neuronen", zegt Conway, die niet bij het onderzoek betrokken was. Hij voegde eraan toe dat dergelijk werk ons kan helpen betere technologieën voor gezichtsherkenning te ontwikkelen, die momenteel notoir gebrekkig zijn. Soms is het resultaat lachwekkend, maar op andere momenten is gebleken dat de algoritmen waarop deze programma's vertrouwen serieuze raciale vooroordelen hebben.
In de toekomst ziet Chang zijn werk als potentieel gebruikt bij politieonderzoeken om potentiële criminelen te profileren van getuigen die hen hebben gezien. Ed Connor, een neurowetenschapper aan de Johns Hopkins University, stelt software voor die kan worden ontwikkeld om functies aan te passen op basis van deze 50 kenmerken. Een dergelijk programma, zegt hij, zou getuigen en politie in staat kunnen stellen om gezichten te verfijnen op basis van de kenmerken die mensen gebruiken om ze te onderscheiden, zoals een systeem van 50 wijzerplaten dat getuigen kunnen veranderen in gezichten waarvan ze zich het meest herinneren.
"In plaats van dat mensen beschrijven hoe anderen eruit zien, " speculeert Chang, "kunnen we hun gedachten zelfs rechtstreeks ontcijferen."
"De auteurs verdienen lof voor het helpen om dit belangrijke gebied vooruit te helpen", zegt Jim DiCarlo, een biomedisch ingenieur bij MIT die onderzoek doet naar objectherkenning bij primaten. DiCarlo, die niet bij het onderzoek was betrokken, denkt echter dat de onderzoekers onvoldoende bewijzen dat slechts 200 neuronen nodig zijn om onderscheid te maken tussen gezichten. In zijn onderzoek merkt hij op dat er ongeveer 50.000 neuronen nodig zijn om objecten op een meer realistische manier te onderscheiden, maar nog steeds minder realistisch dan gezichten in de echte wereld.
Op basis van dat werk schat DiCarlo dat het herkennen van gezichten ergens tussen de 2.000 en 20.000 neuronen zou vereisen, zelfs om ze van een ruwe kwaliteit te onderscheiden. "Als de auteurs geloven dat gezichten worden gecodeerd door bijna drie orden van grootte minder neuronen, zou dat opmerkelijk zijn, " zegt hij.
"Over het algemeen is dit werk een mooie aanvulling op de bestaande literatuur met een aantal geweldige analyses, " concludeert DiCarlo, "maar ons vakgebied is nog steeds geen volledig, op modellen gebaseerd begrip van de neurale code voor gezichten."
Connor, die ook niet betrokken was bij het nieuwe onderzoek, hoopt dat dit onderzoek nieuw onderzoek onder neurowetenschappers zal inspireren. Te vaak, zegt hij, heeft deze tak van de wetenschap de meer complexe werking van het brein verworpen als verwant aan de "zwarte dozen" van computer diepe neurale netwerken: zo rommelig dat het onmogelijk is om te begrijpen hoe ze werken.
"Het is moeilijk voor te stellen dat iemand ooit beter kan begrijpen hoe gezichtsidentiteit in de hersenen wordt gecodeerd", zegt Connor van de nieuwe studie. "Het zal mensen aanmoedigen om te zoeken naar soms specifieke en complexe neurale codes." Hij heeft al met Tsao gesproken over de mogelijkheid om te onderzoeken hoe de hersenen gezichtsuitdrukkingen interpreteren.
"Neurowetenschap wordt nooit interessanter dan wanneer het ons laat zien wat de fysieke gebeurtenissen in de hersenen zijn die aanleiding geven tot specifieke ervaringen, " zegt Connor. "Voor mij is dit de heilige graal."
