Reconnaissance faciale pas aussi complexe qu'on ne le pensait

La reconnaissance faciale a déconcerté les scientifiques depuis des générations. Comment le cerveau humain peut-il engager autant de personnes face à la mémoire avec une telle facilité? Une étude publiée cette semaine dans la revue Cellule constate que la reconnaissance faciale peut en réalité être beaucoup plus simple qu'on ne le pensait.
La recherche de rupture dévoile les secrets de la perception faciale.

Lorsque nous regardons une sélection de visages, notre cerveau peut distinguer les visages familiers sans effort. Ce processus en douceur est tellement naturel que la plupart des gens n'y réfléchissent jamais.

Mais une personne qui pense à ce phénomène est Doris Tsao, professeur de biologie et d’ingénierie biologique à l’Institut de technologie de Californie à Pasadena.

Au cours des dernières années, le professeur Tsao a mené une série d’expériences visant à aller au fond de la perception faciale.

Dans des études antérieures, le professeur Tsao et ses collègues utilisaient des IRM fonctionnelles pour rechercher des zones cérébrales pertinentes chez l'homme et d'autres primates.

Plus précisément, ils ont trouvé six régions responsables de l’identification des visages. Ces régions, appelées patchs faciaux, sont logées dans le cortex temporal inférieur (IT), zone impliquée dans le traitement visuel.

Patchs faciaux et cellules du visage

Chacun des six patchs est rempli de neurones qui tirent particulièrement fort lorsqu'ils sont présentés avec des visages, comparés aux autres objets. Le professeur Tsao et son équipe appellent ces neurones "cellules du visage". Ils ont également démontré que la stimulation artificielle de ces cellules du visage chez les macaques perturbait beaucoup plus leur perception des visages que les autres objets.

Les théories antérieures avaient que chacune des cellules dans ces zones du cerveau représentait un visage spécifique. Ceci, cependant, ne sonne pas vrai. "Vous pourriez potentiellement reconnaître 6 milliards de personnes, mais vous ne disposez pas de 6 milliards de cellules faciales dans le cortex informatique", explique le professeur Tsao. "Il devait y avoir une autre solution."

Dans la dernière étude, le professeur Tsao et le stagiaire postdoctoral Steven Le Chang ont approfondi la fonction des cellules du visage. Ils ont montré que chacune des cellules représente un axe particulier dans un espace multidimensionnel, ce que les chercheurs appellent "l'espace du visage".

De la même manière que le rouge, le bleu et le vert se combinent pour produire toutes les couleurs, ces axes peuvent être combinés pour produire toutes les faces possibles.

L'équipe a commencé par "concevoir un espace de 50 dimensions qui pourrait représenter tous les visages". La moitié des dimensions ont été affectées à la forme du visage, comme la distance entre les yeux, et les 25 autres ont été affectées à d'autres caractéristiques, notamment la texture et le teint.

Ils ont utilisé le macaque comme modèle. En insérant des électrodes dans les zones du visage, elles pourraient enregistrer l'activité des cellules à simple face. Chaque visage qui a été présenté au macaque a déclenché une réponse proportionnelle dans les cellules du visage en fonction des différences d'un seul axe.

Décodage de l'algorithme

Suite à cela, l'équipe a conçu un algorithme qui pourrait décoder les faces des réponses neuronales seules. En d'autres termes, en mesurant simplement l'activité de ces cellules faciales, les scientifiques pourraient générer une représentation du visage que regardait le singe. Lorsque les images générées par algorithme ont été comparées aux images réelles, elles étaient presque identiques.

De manière peut-être surprenante, il suffisait de prendre des signaux provenant d'un peu plus de 200 neurones dans seulement deux zones du visage pour reconstruire les visages. Il y avait 106 cellules dans une face et 99 dans l'autre.

"Les gens disent toujours qu'une image vaut mille mots. Mais j'aime dire qu'une image d'un visage vaut environ 200 neurones."

Prof. Doris Tsao

Le dernier clou dans le cercueil de la théorie à un neurone-visage a été mis en place par la dernière partie de l'étude. Le professeur Tsao et Chang ont constaté qu'une gamme de visages très différents pouvait amener une cellule individuelle à «se déclencher exactement de la même manière».

Il s’agit d’une découverte inattendue, comme le dit le professeur Tsao: «Cela nous a complètement choqué, nous avions toujours pensé que les cellules faciales étaient plus complexes. est aveugle à d'autres fonctionnalités. "

Bien qu'il y ait un certain nombre d'étapes à franchir entre la visualisation d'une image et la réponse des cellules du visage, la simplicité de la reconnaissance faciale peut être étonnamment simple. Ces résultats peuvent ne pas s'appliquer uniquement à la reconnaissance faciale. Au lieu de cela, "Ce travail suggère que d'autres objets pourraient être encodés avec des systèmes de coordonnées aussi simples", explique le professeur Tsao.

Cette connaissance pourrait stimuler la création d'applications innovantes pour l'intelligence artificielle. Comme l'a ajouté le professeur Tsao, «cela pourrait inspirer de nouveaux algorithmes d'apprentissage automatique pour reconnaître les visages. De plus, notre approche pourrait être utilisée pour comprendre comment les unités des réseaux profonds encodent d'autres choses, comme des objets et des phrases.

En savoir plus sur la perception du visage et comment elle façonne l'expérience humaine.

Association directe entre le diabète de type 2 et l'obésité

L’obésité a toujours été connue comme facteur de risque du diabète de type 2, et un mécanisme clé a été découvert dans le système immunitaire, qui joue un rôle dans le développement du diabète de type 2 lié à l’obésité. Le résultat a été trouvé dans une étude menée par des chercheurs du King's College London, au Royaume-Uni, et publiée dans la revue Cell Metabolism.

(Health)

Les habitudes de consommation de café «tirées par la génétique», une étude suggère

Selon ses auteurs, une nouvelle méta-analyse révèle des raisons génétiques pour lesquelles la caféine a des effets différents sur différentes personnes, de la Harvard School of Public Health et de Brigham and Women 's Hospital, toutes deux à Boston, au Massachusetts. La consommation de café est "naturellement modulée" par les individus afin de connaître les effets optimaux de la caféine, affirment les chercheurs.

(Health)