当你看到一张人像照片的时候，大脑会立刻识别出照片上的人是谁，或者之前是否见过。近年来，神经学家一直想弄清楚大脑到底是如何识别和感知人脸的，大多数理论都认为是多个神经元构成一个集群一起工作，从而识别出一张脸，最荒谬的观点认为，对于每个认识的人，大脑都有单个细胞专门识别那个人的脸。
6月1日，美国加州理工学院生物工程教授多丽丝·曹（Doris Tsao）和她的同事斯蒂文（Steven Le Chang）在《细胞》期刊上发表了一项新研究，他们发现了灵长类动物大脑中的人脸识别编码系统。它们的大脑采用一种组合方式来进行面部识别，每个面部识别的神经元对面部特定的特征做出反应。多丽丝·曹说：“这个编码系统非常简单，我们发现，当一只猕猴看到一张面孔时，它的大脑中仅有205个神经元参与了相关编码过程。”
在更早的研究里，多丽丝·曹和斯蒂文研究了两只猕猴的大脑，找到了负责识别面孔的区域。他们把人脸或其他物体的图像，比如身体、水果、随机图案等等展示给它们看，然后用功能性磁共振成像（fMRI）查看，当它们看到“人脸”时，哪些脑区会亮起。多丽丝·曹和斯蒂文一共找出了6个与记忆识别过程有关的区域，这些区域塞满了特殊的神经元细胞，他们把这些神经元细胞称为“脸细胞”（face cell）。
接下来在新研究中，他们开始专注研究那些被激活的“脸细胞”。多丽丝曹和斯蒂文给两只猕猴看了一组包含不同特征的2000 张人脸，这些不同特征包括眼睛之间的距离、发际线的形状等。然后把电极植入猕猴的大脑中，比较各个神经元对不同特征的反应。他们发现一共有205个神经元参与了对一张脸不同特征的编码过程。
华盛顿大学视觉神经生理学家格雷·格霍维茨（ Greg Horwitz） 接受《自然（Nature）》 杂志采访时，把多丽丝·曹和斯蒂文的工作简单概括为：开发了一个模型，让人能从计算机屏幕上的图像中看到，视觉皮层中神经元对脸部的反应。这个模型描绘了，每个细胞是如何对所有可能的面部特征组合产生响应的。
多丽丝·曹和斯蒂文还考虑到，在进行脸部识别，也就是识别各种面部特征的特定组合时，每个神经元是否有“最擅长”的一个组合。于是，他们根据每个神经元对各种面部特征的反应，尝试重现了猕猴看见的面孔。基于神经元信号的强度，他们几乎可以完美重现猕猴看过的面孔。实验中，当猕猴看到不同的脸部图像，当这些不同特征是神经元“不关心”的组合时，单个脸细胞的反应保持不变。举个例子，当猕猴看见两张发际线不同的照片时，它们的视觉皮层里负责关心眼睛大小的神经元不会产生变化。
美国马里兰州贝塞斯达心理健康研究所的神经科学家大卫·利奥波德（David Leopold）接受《自然》杂志采访时说，大脑能够意识到一些关键的维度（dimension），可以分辨出这是某人A，这是某人 B。在多丽丝·曹看来，人的大脑可能会使用这些维度来识别具体的面孔，要识别一张脸大约需要50个这样的维度。 一张人脸可以分解为多个维度，每个脸细胞大约会编码其中 6 个维度的若干参数，整合在一起就形成了一张整体的脸。
多丽丝·曹接受《纽约时报》采访时说，她印象特别深刻的是，可以设计出一整套由各种特征组合成的面孔，让给定的脸细胞都不会发生响应，因为这些设计出的面孔都不是细胞“擅长”识别的维度的组合。这也排除了此前的一种人脸识别假说——脸细胞将输入的图像与一组标准的人脸数据进行比较，并从中寻找差异，这也正是此前计算机识别人脸时常用的一种方式。《纽约时报》说，机器学习曾给神经科学带来了一种悲观主义看法，认为大脑类似黑箱，这项新研究则提供了反例：研究人员记录了视觉系统最高级的神经元信号，然后发现，那里没有黑箱。
| 周一到周日，每天零点更新，全年无间断 |