科学家们向实验猕猴展示人类面部图像,并通过记录它们的脑电波完美复现出了这些图像,这是迄今为止最令人印象深刻的“读心术”。这一发现推翻了此前人脸由特定细胞识别的假说。该研究已在线发表在近日的《Cell》上(点击左下角阅读原文)。 这项研究解决了神经科学中最棘手的问题之一-大脑如何识别面部,这表明我们的内心想法是可以利用科学手段探究的。 加州理工学院的Doris Tsao主导了这项研究,她认为这项工作在未来会产生实际的影响。她说:“面部是无法用语言来描述的。这项研究的一种可能应用是,通过分析目击者的脑电波来重构犯罪分子的面部。” 这项发现代表科学家们首次掌握了理解大脑这一复杂功能的能力。 莱斯特大学的神经科学家Rodrigo Quian Quiroga教授没有参与这项研究,他将这项成果描述为神经科学界的革命,该研究了解决了数十年的谜题。 数学算法 大脑如何识别相似面部的问题可以追溯到上世纪60年代,当时美国的神经科学家Jerry Lettvin认为大脑拥有能够对特定物体产生响应的超特殊的神经元,该观点被称为“祖母细胞”,基于这样一种理论,即使每个人拥有一个特定的神经元,当看到祖母的时候这种神经元会放电。 最近,研究人员发现了所有的“面部块”,这是一组几乎只对面部进行反应的神经元,但是如何实现面部识别对于人们来说仍然是个黑箱过程。虽然缺少证据,但是 “祖母模型”仍然有受众,因为它符合我们识别熟悉面孔的主观认知。 Quian Quiroga说:“这篇论文完全推翻了这个观点。” 相反,这项新研究表明,我们的大脑依赖于某种数学算法来完成面部识别的任务。事实上,Tsao和她的同事Steven Le Chang在研究计算机视觉时无意中取得了这个发现。他们最初想要找到一种可靠的方法将面部图像转换为数值表示。 他们开始在可识别的面部位置用点做标记,制作了面部的连线图。之后他们将成千上万面部连续图的数据库进行转换,寻找这些点之间最适合重构面部的25个测量值,尤其适合将面部形状信息转换为数字矩阵。 Tsao说:“我们可以利用这25个值描绘出所有的面部形状。” 结果表明那些最有用的测量值(能够最好地覆盖数据库中面部形状种类的数据)相当抽象。其中一种测量值可能反映混合信息,比如眼睛之间的距离和额头的高度等。 之后Tsao又利用了另外25组数值来描述其他的容貌特征,肤色、眼睛颜色、肌肉组织等。 图像来源:论文 |
|
来自: 昵称36720007 > 《生物》