Unser Gehirn ist so vorbereitet, Gesichter zu erkennen – oder Menschen zu unterscheiden -, dass wir selten aufhören, darüber nachzudenken, aber was im Gehirn passiert, wenn es sich an einer solchen Erkenntnis beteiligt, ist noch lange nicht verstanden.
In einer neuen Studie, die heute in Nature Communications veröffentlicht wurde, haben Forscher des Weizmann Institute of Science neues Licht auf dieses Thema geworfen. Sie fanden eine auffällige Ähnlichkeit zwischen der Art und Weise, wie Gesichter im Gehirn kodiert werden, und den erfolgreich arbeitenden Systemen der künstlichen Intelligenz, den sogenannten tiefen neuronalen Netzen.
Wenn wir ein Gesicht betrachten, werden Gruppen von Neuronen im visuellen Kortex aktiviert und feuern ihre Signale ab. Tatsächlich reagieren bestimmte Gruppen von Neuronen selektiv auf Gesichter, nicht aber auf andere Objekte. Aber wie kommt die Aktivierung einzelner Neuronen zusammen, um Gesichtswahrnehmung und -erkennung zu erzeugen?
Prof. Rafi Malach, Abteilung Neurobiologie, und Shany Grossman, eine Doktorandin in seiner Gruppe, hatten die Idee, diese Frage zu beantworten, indem sie die Aktivität des menschlichen Gehirns mit tiefen neuronalen Netzwerken verglich.
Diese Computersysteme, die vor kurzem den Bereich der künstlichen Intelligenz revolutioniert haben, werden für die Erfüllung von Aufgaben ausgebildet, indem sie aus riesigen Datensätzen lernen.
In den letzten Jahren haben sie sich so stark verbessert, dass sie heute bei einer Vielzahl von Sehaufgaben, einschließlich der Gesichtserkennung, neben dem Menschen oder sogar noch besser abschneiden.
Grossman und Guy Gaziv, ein Forschungsstudent der Abteilung für Informatik und Angewandte Mathematik, analysierten die Daten von 33 Personen im Labor von Dr. Ashesh Mehta am Feinstein Institute for Medical Research in Manhasset, New York.
Bei diesen einzigartigen Probanden handelt es sich um Epilepsiepatienten, denen Elektroden in verschiedenen Regionen ihres Gehirns zum Zwecke der Diagnose implantiert wurden und die sich freiwillig an verschiedenen Forschungsaufgaben beteiligten.
Da den Freiwilligen eine Reihe von Gesichtern aus verschiedenen Bilddatenbanken gezeigt wurde, darunter berühmte und unbekannte Personen, wurde ihre Gehirnaktivität durch Aufnahmen von 96 Elektroden überwacht, die in den Teil des Gehirns implantiert wurden, der für die Gesichtswahrnehmung verantwortlich ist.
Die Aufzeichnungen zeigten, dass jedes Gesicht ein einzigartiges Muster der neuronalen Aktivierung hervorrief, an dem verschiedene Gruppen von Neuronen beteiligt waren, die mit unterschiedlicher Intensität feuerten.
Interessanterweise lösten einige Gesichtspaare ähnlich aussehende Gehirnaktivitätsmuster aus – das heißt, sie hatten ähnliche Aktivitäts-Signaturen – während andere Aktivierungsmuster lösten, die sich stark voneinander unterschieden. Die Forscher waren gespannt, ob diese Aktivierungssignaturen eine wichtige Rolle bei der Erkennung von Gesichtern spielen.
Sie beschlossen, das menschliche Gesichtserkennungssystem mit dem eines tiefen neuronalen Netzwerks mit ähnlicher Gesichtserkennungsfähigkeit zu vergleichen. Dieses künstliche Netzwerk, das lose vom menschlichen Sehsystem inspiriert ist, enthält künstliche Elemente, analog zu Neuronen, die in etwa zwei Dutzend “Schichten” angeordnet sind.
Um das Gesicht eines Menschen zu erkennen, wählen und kombinieren die künstlichen Neuronen in jeder Schicht verschiedene Gesichtsmerkmale – von den einfachsten wie Linien und primitiven Formen über komplexere wie Augenteile und andere Gesichtsfragmente bis hin zu endgültigen wie der Identität einer Person.
Konvergente Evolution
Die Forscher kamen zu dem Schluss, dass, wenn die im menschlichen Gehirn gefundenen Gesichtscodierungsmuster entscheidend dafür sind, dass Menschen Gesichter erkennen können, solche Signaturen auch im künstlichen Netzwerk gefunden werden sollten.
Um zu testen, ob dies der Fall war, präsentierten sie dem Netzwerk die gleichen Bilder von Gesichtern, die den menschlichen Freiwilligen gezeigt wurden. Sie überprüften dann, ob diese Gesichter eine Reihe von gesichtsexklusiven Aktivierungsmustern hervorriefen, die die gleiche Vielfalt und Struktur hatten wie die, die im menschlichen Gehirn entdeckt worden waren.
Interessanterweise fanden die Wissenschaftler eine auffällige Parallele zwischen dem menschlichen und dem künstlichen System. Am prominentesten war es in den mittleren Schichten des tiefen Netzwerks – jenen, die eher das eigentliche Bildelement der Gesichter als die abstraktere persönliche Identität der Gesichtsbesitzer repräsentieren.
“Es ist sehr aufschlussreich, dass sich zwei so drastisch unterschiedliche Systeme – ein biologisches und ein künstliches, d.h. das Gehirn und ein tiefes neuronales Netzwerk – so entwickelt haben, dass sie ähnliche Eigenschaften aufweisen”, sagt Malach.
“Ich würde diese konvergente Evolution nennen – so wie künstliche Flugzeuge Ähnlichkeiten mit Flügeln von Insekten, Vögeln und sogar Säugetieren aufweisen. Diese Konvergenz verdeutlicht die entscheidende Bedeutung einzigartiger Gesichtscodierungsmuster für die Gesichtserkennung.”
“Unsere Ergebnisse unterstützen die Hypothese, dass unterschiedliche Aktivierungsmuster von Neuronen als Reaktion auf verschiedene Gesichter sowie die Beziehung zwischen diesen Mustern eine Schlüsselrolle bei der Wahrnehmung von Gesichtern durch das Gehirn spielen”, sagt Grossman.
“Diese Ergebnisse können dazu beitragen, unser Verständnis dafür zu verbessern, wie Gesichtswahrnehmung und -erkennung im menschlichen Gehirn kodiert werden. Andererseits können sie auch dazu beitragen, die Leistung neuronaler Netze weiter zu verbessern, indem sie sie so optimiert werden, dass sie näher an die beobachteten Hirnreaktionsmuster herankommen.”
Zu den Studienautoren gehörten auch Michal Harel von der Abteilung Neurobiologie, Prof. Michal Irani von der Abteilung für Informatik und Angewandte Mathematik und die Gruppe von Dr. Mehta am Feinstein Institut für medizinische Forschung.
Die Forschung von Prof. Rafi Malach wird durch den Barbara and Morris L. Levinson Professorial Chair in Brain Research, das Dr. Lou Siminovitch Laboratory for Research in Neurobiology und den Nachlass von Florence und Charles Cuevas unterstützt.
Release/Source: Weizman Wonder Wander