«Мы обнаружили, что этот кодекс чрезвычайно прост», говорит ведущий автор Дорис Цао, преподаватель биологии и биологической разработки в Калифорнийском технологическом институте. «Практическое последствие наших результатов – то, что мы можем теперь восстановить лицо, которое обезьяна видит, контролируя электрическую деятельность только 205 нейронов в мозгу обезьяны. Можно вообразить применения в судебной экспертизе, где можно было восстановить лицо преступника, анализируя мозговую деятельность свидетеля».
Более раннее исследование Цао и другими использовало fMRI в людях и других приматах, чтобы определить области мозга, которые ответственны за идентификацию лиц. Они назвали эти шесть областей, которые расположены в коре низшего временного (IT), стоят перед участками.
Дальнейшие расследования показали, что эти области заполнены определенными нервными клетками, которые запускают потенциалы действия намного более сильно, видя лица, видя другие объекты. Они звонили, эти нейроны стоят перед клетками.Ранее, некоторые эксперты в области полагали, что каждая клетка лица в мозгу представляет определенное лицо, но это представило парадокс, говорит Цао, который является также Говардом Хьюзом Медицинский следователь Института. «Вы могли потенциально признать 6 миллиардов человек, но у Вас нет 6 миллиардов клеток лица в коре IT.
Должно было быть некоторое другое решение».В текущем исследовании Цао и постдокторант Стивен Ле Чанг, первый автор газеты, нашли, что вместо того, чтобы представлять определенную идентичность, каждая клетка лица представляет определенную ось в многомерном пространстве, которое они называют пространством лица. Таким же образом то красное, синее объединение, и зеленого света по-разному, чтобы создать каждый возможный цвет на спектре, эти оси могут объединиться по-разному, чтобы создать каждое возможное лицо.Исследователи начали, создав 50-мерное пространство, которое могло представлять все лица.
Они назначили 25 размеров на форму – таких как расстояние между глазами или шириной волосной линии – и 25 размеров к связанным с неформой особенностям появления, таким как цвет кожи и структура.Используя обезьян макаки как образцовая система, исследователи вставили электроды в мозги, которые могли сделать запись отдельных сигналов от единственных клеток лица в участках лица.
Они нашли, что каждая клетка лица стреляла в пропорцию к проектированию лица на единственную ось в 50-мерном космосе лица. Зная эти оси, исследователи тогда разработали алгоритм, который мог расшифровать дополнительные лица из нервных ответов.Другими словами, они могли теперь показать обезьяне произвольное новое лицо и воссоздать лицо, которое обезьяна видела от электрической деятельности клеток лица в мозгу животного.
Когда помещено рядом, фотографии, которые обезьян показали и лица, которые были воссозданы, используя алгоритм, были почти идентичны. Клеток лица от только двух из участков лица – 106 клеток в одном участке и 99 клеток в другом – было достаточно, чтобы восстановить лица. «Люди всегда говорят, что картина стоит тысячу слов», говорит Цао. «Но мне нравится говорить, что картина лица стоит приблизительно 200 нейронов».Часть заключения доказательств, что клетки кодируют оси и не определенные лица, была открытием, что для каждой клетки, Чанг и Цао могли спроектировать большой набор лиц, которые выглядели чрезвычайно отличающимися, но которые все заставили клетку запускать точно таким же образом. «Это было абсолютно шокирующим для нас – мы всегда думали, что клетки лица были более сложными. Но оказывается, что каждая клетка лица просто измеряет расстояние вдоль единственной оси пространства лица и слепая к другим особенностям», говорит Цао.
«Способом, которым мозг обрабатывает этот вид информации, не должен быть черный ящик», объясняет Чанг. «Хотя есть много шагов вычислений между изображением, мы видим и ответы клеток лица, кодекс этих клеток лица оказался довольно простым, как только мы нашли надлежащие оси. Эта работа предполагает, что другие объекты могли быть закодированы со столь же простыми системами координат».
В дополнение к его последствиям для изучения нервного кодекса у исследования также есть приложения искусственного интеллекта. «Это могло вдохновить новые алгоритмы машинного обучения для признания лиц», добавляет Цао. «Кроме того, наш подход мог использоваться, чтобы выяснить, как единицы в глубоких сетях кодируют другие вещи, такие как объекты и предложения».