为什么我们可以记住并识别不同的面孔？科学家正在破译其中的神经机制。
人类早就演化出了识别并记忆不同面孔的能力。我们能在拥挤的餐厅或热闹的大街上一眼认出朋友的面孔。只需一瞥就知道一个人兴奋还是愤怒，高兴还是难过。
脑成像研究发现，大脑颞叶（位于太阳穴下方）有一些蓝莓大小的区域专门负责面部识别。神经科学家称这些区域为“面部识别块”（face patches）。然而，不管是对病人进行大脑扫描，还是植入电极进行临床研究，都无法准确解释这些区域的细胞是如何工作的。
现在，通过运用大脑成像和单神经元记录（single-neuron recording）技术对恒河猴进行研究，加州理工学院的生物学家曹颖（Doris Tsao）和同事终于破解了灵长类动物面部识别的神经机制。研究人员搞清楚了“面部识别块”中每个神经元对某一特定面部特征进行编码时产生的电信号的特征。就像电话的拨号盘一样，这些细胞会对外界信息作出响应，以不同的方式组合，在大脑中产生灵长类动物看到的每张面孔的图像。曹颖说：“这太令人兴奋了。拨号盘上每个‘按键’的值都是可以预测的，因此直接追踪面部识别细胞的电活性，我们就能重建出恒河猴看到的面孔。”
其实，在早前的研究中，科学家已经初步发现大脑中“面部识别块”的特殊功能。本世纪初，曹颖还是哈佛大学医学院的博士后研究员时，她和电生理学家（electrophysiologist）温里奇·弗赖瓦尔德（Winrich Freiwald）就发现，每当猴子看到一张脸部照片，“面部识别块”中的神经元就会产生电信号。不过，这些细胞对其他事物（如蔬菜、收音机或身体非面部部位）的照片却几乎没有反应。另一些实验则表明，这些区域的神经元能够识别不同的脸孔，即便是卡通人物。
在2005年一个著名的以人为研究对象的试验中，神经科学家罗德里格·奎安·基罗加（Rodrigo Quian Quiroga，目前就职于英国莱斯特大学，未参与上述新研究）发现，演员珍妮弗·安妮斯顿（Jennifer Aniston）的照片可以激发海马区的一个独立的神经元，也就是所谓的“珍妮弗·安妮斯顿神经元”（Jennifer Aniston neuron）。奎安·基罗加说，颞叶其他地方的神经元也可能出现相似的现象，学界的主流观点认为，“面部识别块”中的某一神经元只对某几个特定的人敏感。但曹颖最近的研究表明，这个观点可能是错误的。奎安·基罗加说：“曹颖已经证明，‘面部识别块’的神经元对应的并不是特定的人，它们编码的只是某些面部特征。这完全颠覆了我们对面部识别的理解。
为了搞清楚神经元是如何完成识别工作的，曹颖和博士后研究员常乐（Steven Le Chang）准备了2000张带有50种不同特征的人类面部照片，比如脸型、目距、肤色、肤质等各不相同。他们把照片给两只猴子看，同时记录每只猴子的3个“面部识别块”神经元的电活性。
研究人员发现，每个神经元都只对一个面部特征作出响应。常乐表示，与海马区里的能够编码整张面孔的“珍妮弗·安妮斯顿神经元”不同，“面部识别块”神经元将图像分解成更小的区域，并对发际线宽度等具体特征进行编码。并且，不同“面部识别块”的神经元会编码“互补”的信息。就像工厂里的工人，各个“面部识别块”负责不同的工作，它们互相合作、交流信息，共同拼凑出完整的图像。
常乐和曹颖搞清楚这些神经元是如何分工，“工厂”是如何运转的之后，就能够通过神经元的活动情况，还原出面孔的模样了。他们先是构建了一个不同神经元编码面部特征的数学模型，然后向猴子展示一张它从未见过的人脸照片。结果发现，运用他们发现的神经元编码规律，研究人员能够在电脑中重建猴子看过的图像。曹颖说：“重建结果非常准确。”实际上，他们甚至很难将猴子看过的照片和重建的照片区分开了。
曹颖说，更令人惊叹的是，研究人员只需要读取相对较少的神经元便可准确地重建猴子看到的面孔。记录205个细胞——一个识别块中的106个细胞和另一个块中的99个细胞——就足够了。曹颖说：“这表明基于面部特征的神经编码方式非常紧凑、高效。”这或许解释了，为什么灵长类动物如此善于脸部识别，以及为何我们没有同等数量的面部识别细胞，却拥有区分数十亿人面孔的潜能。
这项最近发表在《细胞》杂志上的研究，为科学家理解大脑如何识别面孔这个问题，提供了一套普适、系统性的模型。功能性磁共振成像（fMRI）实验表明，人类的大脑结构和猴子非常相似，人类的“面部识别块”对图像的编码方式也与猴子非常相似。不过，人类“面部识别块”的数量可能跟猴子的不同。
加拿大多伦多大学研究人类“面部识别块”的神经科学家阿德里安·内斯特（Adrian Nestor，未参与此项研究）表示，理解大脑如何进行面部识别，有助于帮助科学家研究面部识别神经元是如何识别其他信息的，比如性别、年龄、种族、情绪和姓名。新研究甚至能提供一种研究范式，帮助我们弄清楚大脑如何识别身体其他部位。内斯特解释道：“说到底，我们需要了解的不仅仅是面部识别机制。如果这种神经元编码方式能够扩展到全身的识别，那就太好了。”
责任编辑：吴礼得
相关推荐
平安科技人脸识别助力深圳硕考迈入“高科技”时代
近红外技术前景广阔 人脸识别场景日趋多元
联发科宣布明年推出两款P系处理器：主打AI和人脸识别失误集锦：2017人工智能领域的那些事儿
今年，人工智能项目AlphaGo和Libratus分别击败了人类玩家的最优秀的围棋选手和扑克玩家。虽然这些里程碑表明了近几年人工智能的发展程度，但许多人对新兴技术的整体成熟度持怀疑态度，尤其是在过去12个月中出现的一些有关人工智能的小失误。被面具破解的人脸识别 面部识别技术(Face ID)是解锁新型iPhone X的面部识别技术，被誉为迄今为止最安全的人工