Reconnaissance de visage humain trouvée dans un réseau de neurones basé sur des cerveaux de singe

Lorsque les neuroscientifiques utilisent l'imagerie par résonance magnétique fonctionnelle pour voir comment le cerveau d'un singe réagit aux visages familiers, quelque chose d'étrange se produit. Lorsqu'on lui montre un visage familier, le cerveau d'un singe s'illumine, non pas dans une zone spécifique, mais dans neuf zones différentes.

Les neuroscientifiques appellent ces zones des plaques faciales et pensent qu'il s'agit de réseaux de neurones avec les fonctions spécialisées associées à la reconnaissance faciale. Ces dernières années, les chercheurs ont commencé à démêler ce que fait chacun de ces patchs. Cependant, la façon dont ils fonctionnent tous ensemble est mal comprise.

Aujourd'hui, nous avons un aperçu de ce problème grâce au travail d'Amirhossein Farzmahdi à l'Institut de recherche sur les sciences fondamentales de Téhéran, en Iran, et de quelques amis du monde entier. Ces types ont construit un certain nombre de réseaux de neurones, chacun ayant les mêmes fonctions que celles trouvées dans le cerveau des singes. Ils les ont ensuite réunis pour voir comment ils fonctionnent dans leur ensemble.

Le résultat est un réseau de neurones capable de reconnaître les visages avec précision. Mais ce n'est pas tout. Le réseau affiche également de nombreuses propriétés idiosyncrasiques de la reconnaissance faciale chez les humains et les singes, par exemple, l'incapacité de reconnaître facilement les visages lorsqu'ils sont à l'envers.

Le nouveau réseau de neurones se compose de six couches, les quatre premières étant formées pour extraire les caractéristiques primaires. Les deux premiers reconnaissent les bords, un peu comme deux zones du cortex visuel appelées V1 et V2. Les deux couches suivantes reconnaissent les parties du visage, telles que le motif des yeux, du nez et de la bouche. Ces couches simulent le comportement de parties du cerveau appelées V4 et les neurones IT antérieurs.

Le cinquième calque est entraîné à reconnaître le même visage sous différents angles. Il est connu sous le nom de couche sélective de la vue et inspiré des parties du cerveau des singes appelées patchs du milieu du visage.

La couche finale associe le visage à une identité. C'est ce qu'on appelle la couche sélective d'identité et simule une partie du cerveau simien connue sous le nom de patch de la face antérieure.

Farzmahdi et ses collaborateurs forment les couches du système à l'aide de différentes bases de données d'images. Par exemple, l'un des ensembles de données contient 740 images de visage composées de 37 vues différentes de 20 personnes. Un autre ensemble de données contient des images de 90 personnes prises sous 37 angles de vue différents. Ils disposent également d'un certain nombre d'ensembles de données pour évaluer les propriétés spécifiques du réseau neuronal.

Après avoir formé le réseau de neurones, Farzmahdi et co l'ont mis à l'épreuve. En particulier, ils testent si le réseau présente des comportements humains connus lors de la reconnaissance des visages.

Par exemple, diverses études comportementales ont montré que les humains reconnaissent plus facilement les visages lorsqu'ils sont vus d'un point de vue de trois quarts contenant, c'est-à-dire à mi-chemin entre un frontal complet et un profil.

Curieusement, Farzmahdi et co affirment que leur réseau se comporte de la même manière : l'angle de vision optimal est la même vue de trois quarts que les humains préfèrent.

Une autre caractéristique curieuse de la reconnaissance des visages humains est qu'il est beaucoup plus difficile de reconnaître les visages lorsqu'ils sont à l'envers. Et le réseau neuronal de Farzmahdi and co montre exactement la même propriété.

De plus, il démontre également l'effet de visage composite. Cela se produit lorsque des images identiques du haut d'un visage sont alignées avec différentes moitiés inférieures, auquel cas les humains les perçoivent comme étant des personnes différentes. Les neuroscientifiques disent que cela suggère que la reconnaissance faciale ne fonctionne qu'au niveau des visages entiers plutôt que par parties.

Farzmahdi et co affirment que leur nouveau réseau de neurones se comporte exactement de la même manière. Il considère les visages composites comme de nouvelles identités, suggérant que le réseau doit reconnaître les visages dans leur ensemble, tout comme les humains.

Enfin, Farzmahdi et co affirment que lorsque leur réseau de neurones est formé à l'aide de visages d'une race spécifique, il est beaucoup plus difficile d'identifier les visages d'une race différente. Encore une fois, c'est un phénomène bien connu chez l'homme. Les gens sont meilleurs pour identifier les visages de leur propre race que les autres races, un effet connu sous le nom d'effet autre race, disent-ils.

C'est un travail intéressant car aucun autre système de reconnaissance faciale n'a été capable de reproduire ces caractéristiques biologiques. Les résultats suggèrent que Farzmahdi et co ont trouvé pour la première fois un moyen intéressant de reproduire ces comportements humains et singes dans un système artificiel. Notre modèle proposé… explique les caractéristiques de réponse neuronale des patchs de visage de singe ; ainsi que plusieurs phénomènes comportementaux observés chez l'homme, disent-ils.

Le processus derrière ce travail est presque aussi fascinant que le résultat. Ces gars-là ont pris certaines structures trouvées dans le cerveau des singes, ont construit un système synthétique basé sur les structures et ont ensuite découvert que le comportement artificiel correspond au comportement biologique.

Si cela fonctionne pour la vision, cela pourrait-il également fonctionner pour l'ouïe, le toucher, l'équilibre, le mouvement, etc. ? Et au-delà de cela, il y a le potentiel de capturer l'essence de l'être humain, qui doit d'une manière ou d'une autre être capturée par des structures dans le cerveau.

D'autres suggestions dans la section des commentaires s'il vous plaît.

De toute évidence, les domaines des neurosciences synthétiques et de l'intelligence artificielle sont en train de changer. Et rapidement.

Réf : arxiv.org/abs/1502.01241 : Un réseau de traitement de visage spécialisé compatible avec la géométrie de représentation des patchs de visage de singe

cacher