MIT大腦和認知科學(xué)教授、大腦，意識和機器中心（CBMM）主任 Tomaso Poggio 長期以來一直認為大腦必然存在面部和其他對象的“恒定（invariant）”表征——即與物體方位、它們與觀看者的距離、它們在視場中位置無關(guān)的表征。
研究人員設(shè)計了一個實現(xiàn)他們的模型的機器學(xué)習(xí)系統(tǒng)，并加入了圖像數(shù)據(jù)來訓(xùn)練它識別特定的面部。他們發(fā)現(xiàn)，經(jīng)過訓(xùn)練的系統(tǒng)出現(xiàn)了一個中間處理步驟（intermediate processing step），該步驟表征了面部的旋轉(zhuǎn)度——例如，從中間旋轉(zhuǎn)了 45 度，但無關(guān)左右方向。
這種特性事先沒有被編寫進系統(tǒng)中，它是在訓(xùn)練過程中自發(fā)出現(xiàn)的。它復(fù)制了此前在實驗中觀察到的靈長類動物的面部處理機制特征。研究人員認為這表明他們的系統(tǒng)的工作方式和大腦中的面部處理過程存在相似之處。
“這還不能證明我們搞清楚了什么新機制。”MIT 大腦和認知科學(xué)教授、大腦，意識和機器中心（CBMM）主任 Tomaso Poggio 說道，“模型是對現(xiàn)實世界——特別是對生物而言——的簡單模擬。如果事實真的如此簡單，那才是一件值得驚訝的事。但我確信我們正走在正確的軌道上?！?/p>
事實上，研究人員的新論文包括了一個數(shù)學(xué)證明——他們使用了特定類型的機器學(xué)習(xí)系統(tǒng)，旨在提供 Poggio 所稱的神經(jīng)系統(tǒng)的“生物上可信的（biologically plausible）”模型；這類機器學(xué)習(xí)系統(tǒng)將不可避免地產(chǎn)生無關(guān)物體旋轉(zhuǎn)角度的中間表征（intermediary representation）。
Poggio 是這篇論文的主要作者，他同時也是 MIT 的 McGovern Institute for Brain Research 的主要研究者，他們的論文今天剛剛發(fā)表在《Computational Biology》期刊上。這一發(fā)現(xiàn)是 Poggio 與 CBMM、McGovern 和其他研究人員們共同努力的結(jié)果：第一作者 Joel Leibo 是谷歌 DeepMind 的研究者，他曾在 MIT 學(xué)習(xí)大腦與認知科學(xué)博士期間師從 Poggio；Qianli Liao 是 MIT 電氣工程與計算機科學(xué)專業(yè)研究生；Fabio Anselmi 是 IIT@MIT 計算和統(tǒng)計學(xué)習(xí)實驗室的博士后；Winrich Freiwald 是洛克菲勒大學(xué)的副教授。
涌現(xiàn)的特征
“這一成果很好地展示了我們在 CBMM 想要實現(xiàn)的東西：一方面是與機器學(xué)習(xí)和計算機科學(xué)的整合，另一方面是神經(jīng)生理學(xué)，以及人類行為上的研究，”Poggio 說道。“它不僅僅能告訴我們大腦正在使用什么算法，也告訴我們大腦中的回路是如何實現(xiàn)這些算法的?！?/p>
Poggio 長期以來一直相信人腦中必然存在“恒定”表征——即與物體方位、它們與觀看者的距離、它們在視場中位置無關(guān)的表征。對人類和靈長類動物大腦的核磁共振研究結(jié)果支持這一觀點，但在 2010 年，F(xiàn)reiwald 曾發(fā)表過一項研究，詳細解釋了獼猴面部識別機制的神經(jīng)解剖學(xué)特征。
Freiwald 表明來自來自這只猴子的視神經(jīng)的信息穿過了一系列大腦位置，其中每一個位置在面部方向上都比上一個更不敏感。在第一個區(qū)域中的神經(jīng)元僅會響應(yīng)特定的面部方向而放電；而最后一個區(qū)域中的神經(jīng)元不管方向如何都會放電——這是一個恒定的表征。
但是中間區(qū)域的神經(jīng)元似乎是“鏡像對稱的（mirror symmetric）”：也就是說，它們對面部旋轉(zhuǎn)的角度是敏感的，而不會考慮方向。
在第一個區(qū)域，如果一張臉向左旋轉(zhuǎn)了 45 度就會有一個神經(jīng)元簇放電；如果其向右旋轉(zhuǎn)了 45 度就會有另一個神經(jīng)元簇放電。而對于最后一個神經(jīng)元簇，不管面部旋轉(zhuǎn)了 30 度、45 度、90 度還是其間的任何角度，它都會放電。但在中間區(qū)域，當(dāng)面部朝某個方向旋轉(zhuǎn)了 45 度時，一個特定的神經(jīng)元簇就會放電；而當(dāng)轉(zhuǎn)動度數(shù)為 30 度時，放電的又會是另一個神經(jīng)元簇。
這正是這些研究者的機器學(xué)習(xí)系統(tǒng)所再現(xiàn)出來的行為?！斑@并不是一個試圖解釋鏡像對稱的模型，”Poggio 說，“這個模型在嘗試解釋不變性，而在這個過程中，會有這樣一種其它的性質(zhì)出現(xiàn)。”
神經(jīng)訓(xùn)練
這些研究者所采用的機器學(xué)習(xí)系統(tǒng)是一個神經(jīng)網(wǎng)絡(luò)，之所以這樣叫是因為它粗略地模仿了人腦的結(jié)構(gòu)。神經(jīng)網(wǎng)絡(luò)基于非常簡單的按層級排布的處理單元，神經(jīng)網(wǎng)絡(luò)與處理單元或是上下層的節(jié)點之間連接緊密。數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)的最底層，在這一層神經(jīng)網(wǎng)絡(luò)會通過某種方式對這些數(shù)據(jù)進行處理，并將它們輸入到上一層，以此類推。在訓(xùn)練的過程中，最頂層的輸出會與一些分類標(biāo)準(zhǔn)密切相關(guān)，比如說它能夠正確判斷一個給定的圖像是否在描述某個特定的人。
在之前的研究中，Poggio 的團隊已經(jīng)訓(xùn)練神經(jīng)網(wǎng)絡(luò)展現(xiàn)出恒定表征，從根本上來講，是通過記憶一系列有代表性的人臉特征，Poggio 稱之為“模板”（templates）。當(dāng)神經(jīng)網(wǎng)絡(luò)看到一張新的人臉時，它會自動判斷這張臉與這些模板的不同之處。如果這張新的人臉特征與模板中人臉的特征相同，那么區(qū)別就會非常小，結(jié)果就會在最頂層分析后直接輸出。新的人臉和模板的區(qū)別也會為這張新面孔賦予可識別的特征信息。
在實驗中，這種方法得到了恒定的表征：不管其方向如何，一張臉特征信息差不多都是一樣的。但是 Poggio 說，其中的機制——記憶模板（memorizing templates）——卻并不是生物上可信的（biologically plausible）。
所以這個新網(wǎng)絡(luò)轉(zhuǎn)而使用了一種依據(jù)赫布定律（Hebb's rule）的變化——這一定律通常在神經(jīng)科學(xué)文獻被描述為“一起放電的神經(jīng)元是連接在一起的”。這意味在訓(xùn)練過程中，為了得到更準(zhǔn)確的輸出，隨著節(jié)點之間連接的權(quán)重的調(diào)整，會對特定刺激聯(lián)合做出反應(yīng)的節(jié)點最終會比獨立反應(yīng)的節(jié)點（并非所有）給最后的輸出貢獻更多。
這種方法也會產(chǎn)出恒定的表征。但該網(wǎng)絡(luò)的中間層也復(fù)制了靈長類動物大腦的中間視覺處理區(qū)域的鏡像對稱反應(yīng)。
“這是個巨大的進步，”Allen 腦科學(xué)研究所的首席科學(xué)官 Christof Koch 評論道。“現(xiàn)在的科學(xué)研究一直注重大數(shù)據(jù)和大型計算機模擬，而這一研究顯示了原理解釋的重要性。他們正在謹慎地開展研究——目前只關(guān)注前饋通道——換句話說，前 80-100 毫秒的處理。猴子張開它的眼鏡，80 到 100 毫秒內(nèi)，它可以看清一張臉并按下相應(yīng)的按鈕作為表示。問題的一切都會在這一瞬間被解決，他們對這個過程的解釋看起來很棒。”
推薦閱讀：
How the brain recognizes faces
聯(lián)系客服
