Ogni volta che scorri Facebook, sei esposto a dozzine di volti: alcuni familiari, altri no. Eppure, a malapena uno sguardo, il tuo cervello valuta le caratteristiche di quei volti e li adatta all'individuo corrispondente, spesso prima ancora che tu abbia il tempo di leggere chi è taggato o chi ha pubblicato l'album. La ricerca mostra che molte persone riconoscono i volti anche se dimenticano altri dettagli chiave di una persona, come il loro nome o il loro lavoro.
Contenuto relativo
- Come si fa a scegliere un lemure da una formazione? Questo software fa il salto di qualità
- Questa app utilizza il software di riconoscimento facciale per aiutare a identificare le condizioni genetiche
- Questo pesce tropicale può essere insegnato a riconoscere i volti umani
Ciò ha senso: in quanto animali altamente sociali, gli esseri umani devono essere in grado di identificarsi rapidamente e facilmente a vicenda con la vista. Ma come funziona esattamente questo straordinario processo nel cervello?
Questa era la domanda che infastidiva Le Chang, neuroscienziata del California Institute of Technology, nel 2014. In una ricerca precedente, il suo direttore di laboratorio aveva già identificato i neuroni nel cervello dei primati che elaboravano e riconoscevano i volti. Queste sei aree nel lobo temporale del cervello, chiamate "cerotti facciali", contengono neuroni specifici che sembrano essere molto più attivi quando una persona o una scimmia guarda una faccia rispetto ad altri oggetti.
"Ma ho capito che mancava una grande domanda", afferma Chang. Cioè: come le patch riconoscono i volti. "La gente ancora [non] conosceva il codice esatto dei volti di questi neuroni."
Alla ricerca del metodo utilizzato dal cervello per analizzare e riconoscere i volti, Chang decise di abbatterlo matematicamente. Ha creato quasi 2000 volti umani artificiali e ha suddiviso le loro parti componenti per categorie che racchiudono 50 caratteristiche che rendono i volti diversi, dal colore della pelle alla quantità di spazio tra gli occhi. Hanno impiantato elettrodi in due scimmie rhesus per registrare come i neuroni nelle loro chiazze facciali del cervello hanno sparato quando gli sono state mostrate le facce artificiali.
Mostrando poi alle scimmie migliaia di volti, Chang è stato in grado di mappare quali neuroni hanno sparato in relazione a quali caratteristiche erano presenti su ogni volto, riferisce in uno studio pubblicato questo mese sulla rivista Cell .
Si è scoperto che ogni neurone nei cerotti del viso ha risposto in determinate proporzioni a una sola caratteristica o "dimensione" di ciò che rende i volti diversi. Ciò significa che, per quanto riguarda i tuoi neuroni, una faccia è una somma di parti separate, al contrario di una singola struttura. Chang nota che è stato in grado di creare facce che apparivano estremamente diverse ma che producevano gli stessi schemi di attivazione neurale perché condividevano le caratteristiche principali.
Questo metodo di riconoscimento facciale è in contrasto con ciò che alcuni neuroscienziati hanno precedentemente pensato al modo in cui gli umani riconoscono i volti. In precedenza, c'erano due teorie opposte: "codifica esemplare" e "codifica normativa". Per la teoria dei codici esemplificativa, i neuroscienziati hanno proposto che il cervello riconoscesse i volti confrontando le caratteristiche del viso con esempi estremi o distinti di essi, mentre la teoria della codifica delle norme proponeva che il cervello stava analizzando come le caratteristiche di una faccia differivano da una "faccia media".
Comprendere questo modello di innesco neurale ha permesso a Chang di creare un algoritmo in base al quale poteva effettivamente decodificare gli schemi di soli 205 neuroni che sparavano mentre la scimmia guardava una faccia per creare ciò che la scimmia stava vedendo senza nemmeno sapere quale faccia stava vedendo la scimmia . Come un artista della polizia che lavora con una persona per combinare le caratteristiche del viso, è stato in grado di prendere le caratteristiche suggerite dall'attività di ogni singolo neurone e combinarle in una faccia completa. In quasi il 70 percento dei casi, gli esseri umani tratti dal sito Web di crowdsourcing Amazon Turk corrispondono alla faccia originale e alla faccia ricreata come uguali.
"La gente dice sempre che un'immagine vale più di mille parole", ha detto il co-autore neuroscienziato Doris Tsao in un comunicato stampa. "Ma mi piace dire che un'immagine di una faccia vale circa 200 neuroni."
I volti artificiali mostrati alle scimmie e le ricostruzioni che i ricercatori hanno fatto usando solo l'attività neurale dal loro cervello. (Doris Tsao) Bevil Conway, neuroscienziato del National Eye Institute, ha affermato che il nuovo studio lo ha impressionato.
"Fornisce un resoconto di principio su come avviene il riconoscimento facciale, utilizzando i dati di neuroni reali", afferma Conway, che non era coinvolto nello studio. Ha aggiunto che tale lavoro può aiutarci a sviluppare migliori tecnologie di riconoscimento facciale, che attualmente sono notoriamente imperfette. A volte il risultato è ridicolo, ma altre volte si è scoperto che gli algoritmi su cui si basano questi programmi hanno gravi pregiudizi razziali.
In futuro, Chang vede il suo lavoro potenzialmente utilizzato nelle indagini della polizia per profilare potenziali criminali da testimoni che li hanno visti. Ed Connor, neuroscienziato alla Johns Hopkins University, immagina un software che potrebbe essere sviluppato per regolare le caratteristiche in base a queste 50 caratteristiche. Un programma del genere, dice, potrebbe consentire ai testimoni e alla polizia di mettere a punto i volti in base alle caratteristiche che gli umani usano per distinguerli, come un sistema di 50 quadranti che i testimoni potrebbero trasformare in volti trasformati nel momento in cui si ricordano di più.
"Invece delle persone che descrivono l'aspetto degli altri", ipotizza Chang, "potremmo effettivamente decodificare direttamente i loro pensieri".
"Gli autori meritano complimenti per aver contribuito a portare avanti questa importante area", afferma Jim DiCarlo, un ingegnere biomedico del MIT che ricerca il riconoscimento degli oggetti nei primati. Tuttavia, DiCarlo, che non è stato coinvolto nello studio, ritiene che i ricercatori non dimostrino adeguatamente che sono necessari solo 200 neuroni per discriminare i volti. Nella sua ricerca, osserva, ha scoperto che ci vogliono circa 50.000 neuroni per distinguere gli oggetti in un modo più realistico, ma ancora meno realistico dei volti nel mondo reale.
Sulla base di quel lavoro, DiCarlo stima che il riconoscimento dei volti richiederebbe da qualche parte tra 2.000 e 20.000 neuroni anche per distinguerli di qualità approssimativa. "Se gli autori credessero che i volti siano codificati da quasi tre ordini di grandezza in meno di neuroni, sarebbe notevole", afferma.
"Nel complesso, questo lavoro è una bella aggiunta alla letteratura esistente con alcune grandi analisi", conclude DiCarlo, "ma il nostro campo non è ancora ancora a una comprensione completa e basata su modelli del codice neurale per i volti".
Connor, anch'egli non coinvolto nella nuova ricerca, spera che questo studio ispirerà nuove ricerche tra i neuroscienziati. Troppo spesso, dice, questo ramo della scienza ha respinto i meccanismi più complessi del cervello come affini alle "scatole nere" delle reti neurali profonde del computer: così disordinate da essere impossibili da capire come funzionano.
"È difficile immaginare che qualcuno faccia mai un lavoro migliore per capire come l'identità del volto è codificata nel cervello", afferma Connor del nuovo studio. "Incoraggerà le persone a cercare codici neurali talvolta specifici e complessi." Ha già discusso con Tsao la possibilità di ricercare come il cervello interpreta le espressioni facciali.
"La neuroscienza non diventa mai più interessante di quando ci mostra quali sono gli eventi fisici nel cervello che danno origine a esperienze specifiche", afferma Connor. "Per me, questo è il Santo Graal."
