Chaque fois que vous parcourez Facebook, vous vous exposez à des dizaines de visages, certains familiers, d'autres non. Pourtant, à peine un coup d’œil, votre cerveau évalue les caractéristiques de ces visages et les adapte à l’individu correspondant, souvent avant même d’avoir le temps de lire qui est tagué ou qui a posté l’album. Les recherches montrent que de nombreuses personnes reconnaissent les visages même si elles oublient d’autres détails essentiels concernant une personne, comme leur nom ou leur travail.
Contenu connexe
- Comment choisissez-vous un lémurien dans une gamme? Ce logiciel fait le saut
- Cette application utilise un logiciel de reconnaissance faciale pour aider à identifier les conditions génétiques
- Ce poisson tropical peut être appris à reconnaître les visages humains
Cela a du sens: en tant qu’animaux hautement sociaux, les humains doivent pouvoir s’identifier rapidement et facilement de vue. Mais comment fonctionne exactement ce processus remarquable dans le cerveau?
Telle était la question qui agaçait Le Chang, neuroscientifique au California Institute of Technology, en 2014. Lors de recherches antérieures, son directeur de laboratoire avait déjà identifié des neurones dans le cerveau de primates qui transformaient et reconnaissaient des visages. Ces six zones du lobe temporal du cerveau, appelées "plaques faciales", contiennent des neurones spécifiques qui semblent être beaucoup plus actifs lorsqu'une personne ou un singe regarde un visage par rapport à d'autres objets.
"Mais j'ai réalisé qu'il manquait une grande question", déclare Chang. C’est-à-dire: comment les correctifs reconnaissent les visages. "Les gens [ne] savaient toujours pas le code exact des visages de ces neurones."
À la recherche de la méthode utilisée par le cerveau pour analyser et reconnaître les visages, Chang a décidé de décomposer le visage de manière mathématique. Il a créé près de 2 000 visages humains artificiels et décomposé leurs composants en catégories regroupant 50 caractéristiques qui rendent les visages différents, de la couleur de la peau à la quantité d'espace entre les yeux. Ils ont implanté des électrodes dans deux singes rhésus pour enregistrer la façon dont les neurones situés dans les plaques faciales de leur cerveau ont été déclenchés lorsque les visages artificiels leur ont été présentés.
En montrant aux milliers de visages des singes, Chang était capable de cartographier les neurones déclenchés en fonction des caractéristiques de chaque visage, a-t-il déclaré dans une étude publiée ce mois-ci dans la revue Cell .
Il s'est avéré que chaque neurone dans les patchs de visage répondait dans certaines proportions à une seule caractéristique ou "dimension" de ce qui différencie les visages. Cela signifie que, en ce qui concerne vos neurones, un visage est une somme de parties distinctes, par opposition à une structure unique. Chang note qu'il a été capable de créer des visages qui semblaient extrêmement différents, mais produisaient les mêmes schémas de déclenchement neuronal parce qu'ils partageaient les mêmes caractéristiques.
Cette méthode de reconnaissance des visages contraste avec ce que certains neuroscientifiques avaient précédemment pensé à la façon dont les humains reconnaissent les visages. Auparavant, il existait deux théories opposées: le «codage exemplaire» et le «codage normatif». Pour la théorie du codage exemplaire, les neuroscientifiques ont proposé que le cerveau reconnaisse les visages en comparant les traits du visage à des exemples extrêmes ou distincts, tandis que la théorie du codage normatif le cerveau analysait en quoi les caractéristiques d'un visage différaient de celles d'un «visage moyen».
La compréhension de ce modèle de déclenchement neuronal a permis à Chang de créer un algorithme lui permettant de procéder à une ingénierie inverse des motifs de seulement 205 neurones activés lorsque le singe regardait un visage pour créer ce que le singe voyait en face sans même savoir quel visage le singe voyait. . Comme un dessinateur de police travaillant avec une personne pour combiner des traits du visage, il était capable de prendre les traits suggérés par l’activité de chaque neurone et de les combiner en un visage complet. Dans près de 70% des cas, des êtres humains issus du site Web de crowdsourcing, Amazon Turk, correspondaient au même visage et au visage recréé.
"Les gens disent toujours qu'une image vaut mille mots", a déclaré dans un communiqué le co-auteur de la neuroscientifique Doris Tsao. "Mais j'aime dire qu'une image représentant un visage vaut environ 200 neurones."
Les visages artificiels montrés aux singes et les reconstructions que les chercheurs ont faites en utilisant uniquement l'activité neuronale de leur cerveau. (Doris Tsao) Bevil Conway, neuroscientifique au National Eye Institute, a déclaré que cette nouvelle étude l'avait impressionné.
"Il fournit un compte rendu de principe sur la façon dont la reconnaissance du visage est obtenue, en utilisant des données provenant de neurones réels", a déclaré Conway, qui n'a pas participé à l'étude. Il a ajouté qu'un tel travail pourrait nous aider à développer de meilleures technologies de reconnaissance faciale, qui sont actuellement notoirement défectueuses. Parfois, le résultat est risible, mais parfois, les algorithmes sur lesquels s'appuient ces programmes se sont avérés présenter de graves biais raciaux.
À l'avenir, M. Chang considère que son travail pourrait être utilisé dans des enquêtes policières pour établir le profil de criminels potentiels parmi les témoins qui les ont vus. Ed Connor, neuroscientifique à la Johns Hopkins University, envisage un logiciel qui pourrait être développé pour ajuster les fonctionnalités en fonction de ces 50 caractéristiques. Un tel programme, dit-il, pourrait permettre aux témoins et à la police d’ajuster les visages en fonction des caractéristiques que les humains utilisent pour les distinguer, comme un système de 50 cadrans que les témoins pourraient transformer pour transformer les visages en une fois qu’ils se souviendront le plus.
"Au lieu que les gens décrivent à quoi ressemblent les autres", spécule Chang, "nous pourrions en fait directement décoder leurs pensées".
«Les auteurs méritent des félicitations pour avoir aidé à faire progresser cet important domaine», a déclaré Jim DiCarlo, ingénieur biomédical au MIT, qui effectue des recherches sur la reconnaissance d'objet chez les primates. Cependant, DiCarlo, qui n’a pas participé à l’étude, pense que les chercheurs ne prouvent pas de manière adéquate que 200 neurones suffisent pour distinguer les visages. Dans ses recherches, il a constaté qu'il fallait environ 50 000 neurones pour distinguer les objets de manière plus réaliste, mais toujours moins réaliste que les visages dans le monde réel.
Sur la base de ces travaux, DiCarlo estime que la reconnaissance des visages nécessiterait entre 2 000 et 20 000 neurones, même pour les distinguer de manière approximative. «Si les auteurs pensent que les visages sont codés par près de trois ordres de grandeur en moins de neurones, ce serait remarquable», dit-il.
«Globalement, ce travail est un bon ajout à la littérature existante avec de très bonnes analyses», conclut DiCarlo, «mais notre domaine n’en est pas encore à une compréhension complète, basée sur un modèle, du code neuronal des visages.»
Connor, qui n'a également pas participé à la nouvelle recherche, espère que cette étude inspirera de nouvelles recherches parmi les neuroscientifiques. Trop souvent, dit-il, cette branche de la science a qualifié le fonctionnement plus complexe du cerveau de «boîtes noires» de réseaux neuronaux profonds: si confus qu’il est impossible de comprendre leur fonctionnement.
«Il est difficile d’imaginer que quiconque fasse un meilleur travail pour comprendre comment l’identité faciale est codée dans le cerveau», explique Connor de la nouvelle étude. "Cela encouragera les gens à rechercher des codes neuronaux parfois spécifiques et complexes." Il a déjà discuté avec Tsao de la possibilité de rechercher comment le cerveau interprète les expressions faciales.
«Les neurosciences ne deviennent jamais plus intéressantes que lorsqu'elles nous montrent quels sont les événements physiques dans le cerveau qui donnent lieu à des expériences spécifiques», explique Connor. "Pour moi, c'est le Saint Graal."
