Reconocimiento de rostro humano encontrado en red neuronal basada en cerebros de mono

Cuando los neurocientíficos usan imágenes de resonancia magnética funcional para ver cómo responde el cerebro de un mono a las caras familiares, sucede algo extraño. Cuando se le muestra una cara familiar, el cerebro de un mono se ilumina, no en un área específica, sino en nueve áreas diferentes.

Los neurocientíficos llaman a estas áreas parches faciales y creen que son redes neuronales con funciones especializadas asociadas con el reconocimiento facial. En los últimos años, los investigadores han comenzado a analizar qué hace cada uno de estos parches. Sin embargo, no se comprende bien cómo funcionan todos juntos.

Hoy, tenemos una idea de este problema gracias al trabajo de Amirhossein Farzmahdi en el Instituto de Investigación de Ciencias Fundamentales en Teherán, Irán, y algunos amigos de todo el mundo. Estos chicos han construido una serie de redes neuronales, cada una con las mismas funciones que las que se encuentran en los cerebros de los monos. Luego los unieron para ver cómo funcionan como un todo.

El resultado es una red neuronal que puede reconocer caras con precisión. Pero eso no es todo. La red también muestra muchas de las propiedades idiosincrásicas del reconocimiento facial en humanos y monos, por ejemplo, la incapacidad de reconocer rostros fácilmente cuando están boca abajo.

La nueva red neuronal consta de seis capas con las primeras cuatro entrenadas para extraer características primarias. Los dos primeros reconocen bordes, como dos áreas de la corteza visual conocidas como V1 y V2. Las siguientes dos capas reconocen partes de la cara, como el patrón de los ojos, la nariz y la boca. Estas capas simulan el comportamiento de partes del cerebro llamadas V4 y las neuronas IT anteriores.

La quinta capa está entrenada para reconocer la misma cara desde diferentes ángulos. Se conoce como la capa selectiva de vista y está inspirada en partes del cerebro de los monos llamadas parches faciales medios.

La capa final hace coincidir la cara con una identidad. Esto se llama la capa selectiva de identidad y simula una parte del cerebro del simio conocida como parche facial anterior.

Farzmahdi y compañía entrenan las capas en el sistema utilizando diferentes bases de datos de imágenes. Por ejemplo, uno de los conjuntos de datos contiene 740 imágenes de rostros que consisten en 37 vistas diferentes de 20 personas. Otro conjunto de datos contiene imágenes de 90 personas tomadas desde 37 ángulos de visión diferentes. También tienen una serie de conjuntos de datos para evaluar propiedades específicas de la red neuronal.

Habiendo entrenado la red neuronal, Farzmahdi y compañía la pusieron a prueba. En particular, prueban si la red demuestra comportamientos humanos conocidos al reconocer rostros.

Por ejemplo, varios estudios de comportamiento han demostrado que los humanos reconocen las caras más fácilmente cuando se ven desde un punto de vista de tres cuartos, es decir, a medio camino entre un frente completo y un perfil.

Curiosamente, Farzmahdi y compañía dicen que su red se comporta de la misma manera: el ángulo de visión óptimo es la misma vista de tres cuartos que prefieren los humanos.

Otra característica curiosa del reconocimiento de rostros humanos es que es mucho más difícil reconocer los rostros cuando están boca abajo. Y la red neuronal de Farzmahdi y compañía muestra exactamente la misma propiedad.

Además, también demuestra el efecto de cara compuesta. Esto ocurre cuando imágenes idénticas de la parte superior de una cara se alinean con diferentes mitades inferiores, en cuyo caso los humanos las perciben como personas diferentes. Los neurocientíficos dicen que esto sugiere que el reconocimiento facial funciona solo a nivel de rostros completos en lugar de partes.

Farzmahdi y compañía dicen que su nueva red neuronal se comporta exactamente de la misma manera. Considera rostros compuestos como nuevas identidades, lo que sugiere que la red debe reconocer rostros como un todo, al igual que los humanos.

Finalmente, Farzmahdi y compañía dicen que cuando su red neuronal se entrena con rostros de una raza específica, le resulta mucho más difícil identificar rostros de una raza diferente. Una vez más, ese es un fenómeno bien conocido en humanos. Las personas identifican mejor las caras de su propia raza que las de otras razas, un efecto conocido como efecto de otra raza, dicen.

Es un trabajo interesante porque ningún otro sistema de reconocimiento facial ha podido reproducir estas características biológicas. Los resultados sugieren que Farzmahdi y compañía han encontrado una forma interesante de reproducir estos comportamientos humanos y de monos en un sistema artificial por primera vez. Nuestro modelo propuesto... explica las características de la respuesta neuronal de los parches de la cara del mono; así como varios fenómenos de comportamiento observados en humanos, dicen.

El proceso detrás de este trabajo es casi tan fascinante como el resultado. Estos muchachos tomaron ciertas estructuras que se encuentran en los cerebros de los monos, construyeron un sistema sintético basado en las estructuras y luego descubrieron que el comportamiento artificial coincide con el comportamiento biológico.

Si eso funciona para la visión, ¿podría funcionar también para la audición, el tacto, el equilibrio, el movimiento, etc.? Y más allá de eso, existe el potencial para capturar la esencia del ser humano, que de alguna manera debe ser capturada por estructuras dentro del cerebro.

Otras sugerencias en la sección de comentarios por favor.

Claramente, los campos de la neurociencia sintética y la inteligencia artificial están cambiando. Y rápido.

Ref: arxiv.org/abs/1502.01241 : Una red especializada de procesamiento facial consistente con la geometría representacional de los parches faciales de mono

esconder