我们的大脑已经准备好识别面孔——或者告诉别人——并且很少停止思考它们，但是当我们的大脑进行这种识别时，我们的大脑中发生了什么仍然远不清楚。在今天《自然通讯》报道的一项新研究中，魏茨曼科学研究所的研究人员在这个问题上提供了新的想法。他们发现大脑中的人脸编码方法和被称为深度神经网络的人工智能系统的成功实现有惊人的相似之处。
当我们看一张脸时，视觉皮层的神经元被激活并发出信号。事实上，一些神经元群选择性地对面部做出反应，而另一些则没有。然而，单个神经元的激活如何共同产生面部感知和识别呢？
神经内科的拉菲马拉奇教授和他所在研究组的博士生沙尼格罗斯曼通过比较人脑活动和深度神经网络，提出了解决这个问题的思路。这些计算系统最近在人工智能领域经历了革命性的变化。经过训练，他们可以通过从大量数据集学习来执行任务。在过去的几年里，他们取得了很大的进步，以至于在包括面部识别在内的各种视觉任务中，他们的表现与人类相当甚至更好。
格罗斯曼和盖伊加齐夫是计算机科学和应用数学系的研究学生。他们分析了来自纽约曼哈塞特费恩斯坦医学研究所Ashesh Mehta博士实验室的33人的数据。这一独特的受试者群体是癫痫患者，他们在大脑的各个区域植入电极进行诊断，并自愿参与各种研究任务。
当志愿者被展示一系列来自不同图像数据库的人脸(包括名人和陌生人)时，96个电极被植入负责面部感知的大脑部分的记录中，以监控他们的大脑活动。记录显示，每张脸都会诱发一种独特的神经元激活模式，涉及不同的神经元群，以不同的强度发射。有趣的是，一些面孔触发了相似的大脑活动模式——也就是说，它们有相似的活动“签名”——而其他面孔触发了不同的激活模式。研究人员想知道这些激活信号是否在我们识别人脸的能力中发挥重要作用。