為什么我們可以記住并識別不同的面孔？科學(xué)家正在破譯其中的神經(jīng)機制。
人類早就演化出了識別并記憶不同面孔的能力。我們能在擁擠的餐廳或熱鬧的大街上一眼認出朋友的面孔。只需一瞥就知道一個人興奮還是憤怒，高興還是難過。
腦成像研究發(fā)現(xiàn)，大腦顳葉（位于太陽穴下方）有一些藍莓大小的區(qū)域?qū)ｉT負責(zé)面部識別。神經(jīng)科學(xué)家稱這些區(qū)域為“面部識別塊”（face patches）。然而，不管是對病人進行大腦掃描，還是植入電極進行臨床研究，都無法準確解釋這些區(qū)域的細胞是如何工作的。
現(xiàn)在，通過運用大腦成像和單神經(jīng)元記錄（single-neuron recording）技術(shù)對恒河猴進行研究，加州理工學(xué)院的生物學(xué)家曹穎（Doris Tsao）和同事終于破解了靈長類動物面部識別的神經(jīng)機制。研究人員搞清楚了“面部識別塊”中每個神經(jīng)元對某一特定面部特征進行編碼時產(chǎn)生的電信號的特征。就像電話的撥號盤一樣，這些細胞會對外界信息作出響應(yīng)，以不同的方式組合，在大腦中產(chǎn)生靈長類動物看到的每張面孔的圖像。曹穎說：“這太令人興奮了。撥號盤上每個‘按鍵’的值都是可以預(yù)測的，因此直接追蹤面部識別細胞的電活性，我們就能重建出恒河猴看到的面孔。”
其實，在早前的研究中，科學(xué)家已經(jīng)初步發(fā)現(xiàn)大腦中“面部識別塊”的特殊功能。本世紀初，曹穎還是哈佛大學(xué)醫(yī)學(xué)院的博士后研究員時，她和電生理學(xué)家（electrophysiologist）溫里奇·弗賴瓦爾德（Winrich Freiwald）就發(fā)現(xiàn)，每當(dāng)猴子看到一張臉部照片，“面部識別塊”中的神經(jīng)元就會產(chǎn)生電信號。不過，這些細胞對其他事物（如蔬菜、收音機或身體非面部部位）的照片卻幾乎沒有反應(yīng)。另一些實驗則表明，這些區(qū)域的神經(jīng)元能夠識別不同的臉孔，即便是卡通人物。
在2005年一個著名的以人為研究對象的試驗中，神經(jīng)科學(xué)家羅德里格·奎安·基羅加（Rodrigo Quian Quiroga，目前就職于英國萊斯特大學(xué)，未參與上述新研究）發(fā)現(xiàn)，演員珍妮弗·安妮斯頓（Jennifer Aniston）的照片可以激發(fā)海馬區(qū)的一個獨立的神經(jīng)元，也就是所謂的“珍妮弗·安妮斯頓神經(jīng)元”（Jennifer Aniston neuron）?？?middot;基羅加說，顳葉其他地方的神經(jīng)元也可能出現(xiàn)相似的現(xiàn)象，學(xué)界的主流觀點認為，“面部識別塊”中的某一神經(jīng)元只對某幾個特定的人敏感。但曹穎最近的研究表明，這個觀點可能是錯誤的?？?middot;基羅加說：“曹穎已經(jīng)證明，‘面部識別塊’的神經(jīng)元對應(yīng)的并不是特定的人，它們編碼的只是某些面部特征。這完全顛覆了我們對面部識別的理解。
為了搞清楚神經(jīng)元是如何完成識別工作的，曹穎和博士后研究員常樂（Steven Le Chang）準備了2000張帶有50種不同特征的人類面部照片，比如臉型、目距、膚色、膚質(zhì)等各不相同。他們把照片給兩只猴子看，同時記錄每只猴子的3個“面部識別塊”神經(jīng)元的電活性。
研究人員發(fā)現(xiàn)，每個神經(jīng)元都只對一個面部特征作出響應(yīng)。常樂表示，與海馬區(qū)里的能夠編碼整張面孔的“珍妮弗·安妮斯頓神經(jīng)元”不同，“面部識別塊”神經(jīng)元將圖像分解成更小的區(qū)域，并對發(fā)際線寬度等具體特征進行編碼。并且，不同“面部識別塊”的神經(jīng)元會編碼“互補”的信息。就像工廠里的工人，各個“面部識別塊”負責(zé)不同的工作，它們互相合作、交流信息，共同拼湊出完整的圖像。
常樂和曹穎搞清楚這些神經(jīng)元是如何分工，“工廠”是如何運轉(zhuǎn)的之后，就能夠通過神經(jīng)元的活動情況，還原出面孔的模樣了。他們先是構(gòu)建了一個不同神經(jīng)元編碼面部特征的數(shù)學(xué)模型，然后向猴子展示一張它從未見過的人臉照片。結(jié)果發(fā)現(xiàn)，運用他們發(fā)現(xiàn)的神經(jīng)元編碼規(guī)律，研究人員能夠在電腦中重建猴子看過的圖像。曹穎說：“重建結(jié)果非常準確。”實際上，他們甚至很難將猴子看過的照片和重建的照片區(qū)分開了。
曹穎說，更令人驚嘆的是，研究人員只需要讀取相對較少的神經(jīng)元便可準確地重建猴子看到的面孔。記錄205個細胞——一個識別塊中的106個細胞和另一個塊中的99個細胞——就足夠了。曹穎說：“這表明基于面部特征的神經(jīng)編碼方式非常緊湊、高效。”這或許解釋了，為什么靈長類動物如此善于臉部識別，以及為何我們沒有同等數(shù)量的面部識別細胞，卻擁有區(qū)分數(shù)十億人面孔的潛能。
這項最近發(fā)表在《細胞》雜志上的研究，為科學(xué)家理解大腦如何識別面孔這個問題，提供了一套普適、系統(tǒng)性的模型。功能性磁共振成像（fMRI）實驗表明，人類的大腦結(jié)構(gòu)和猴子非常相似，人類的“面部識別塊”對圖像的編碼方式也與猴子非常相似。不過，人類“面部識別塊”的數(shù)量可能跟猴子的不同。
加拿大多倫多大學(xué)研究人類“面部識別塊”的神經(jīng)科學(xué)家阿德里安·內(nèi)斯特（Adrian Nestor，未參與此項研究）表示，理解大腦如何進行面部識別，有助于幫助科學(xué)家研究面部識別神經(jīng)元是如何識別其他信息的，比如性別、年齡、種族、情緒和姓名。新研究甚至能提供一種研究范式，幫助我們弄清楚大腦如何識別身體其他部位。內(nèi)斯特解釋道：“說到底，我們需要了解的不僅僅是面部識別機制。如果這種神經(jīng)元編碼方式能夠擴展到全身的識別，那就太好了。”
責(zé)任編輯：吳禮得
相關(guān)推薦
平安科技人臉識別助力深圳碩考邁入“高科技”時代
近紅外技術(shù)前景廣闊 人臉識別場景日趨多元
聯(lián)發(fā)科宣布明年推出兩款P系處理器：主打AI和人臉識別失誤集錦：2017人工智能領(lǐng)域的那些事兒
今年，人工智能項目AlphaGo和Libratus分別擊敗了人類玩家的最優(yōu)秀的圍棋選手和撲克玩家。雖然這些里程碑表明了近幾年人工智能的發(fā)展程度，但許多人對新興技術(shù)的整體成熟度持懷疑態(tài)度，尤其是在過去12個月中出現(xiàn)的一些有關(guān)人工智能的小失誤。被面具破解的人臉識別 面部識別技術(shù)(Face ID)是解鎖新型iPhone X的面部識別技術(shù)，被譽為迄今為止最安全的人工