灵长类动物的脑能够非常快速且正确的分析辨认不同的脸部影像，但其中的机制始终没有办法被完全了解。在最新发表的研究中，来自美国加州理工学院的研究团队监测猴子脑细胞活动讯号，并精准重塑出猴子眼中所见的人类脸部影像。这项研究往后或许能够对脸部辨认运算方法提供新的灵感及启发。
这项研究成果已经发表于知名科学期刊《Cell》，其中提出大约200 个神经元参与辨识各种不同的脸部特征。将这些神经元分别所提供不同的资讯结合在一起，猕猴的脑部就能够建构出清晰的脸部影像。
在先前的研究中，加州理工学院（California Institute of Technology，Caltech）教授Doris Tsao 带领研究团队就以功能性磁振造影（functional magnetic resonance imaging，fMRI）技术分析人类以及其他灵长类动物的脑部成像，以找出脑部负责进行脸部辨识的部位。经过分析，研究团队发现大脑内有6 个位于下侧颞叶皮质（inferior temporal（IT）cortex）内的位置和脸部辨识有关。这6 个区域就被研究团队称为「脸部辨识斑块（face patches）」。
接着，研究团队又发现脸部辨识斑块与特定的神经元（神经细胞）靠得非常紧密，这些神经元在辨认脸部时所放出的讯号强度，比观看其他物体时所放出的讯号还要高出许多，因此研究团队再将这些神经元称为「脸部辨识细胞（face cells）」。
研究团队进而以50 种不同的参数以及特征，像是两眼间的距离、发际线的宽度以及一些和脸部轮廓无关的特征像是皮肤色调等来描绘人类的脸部差异。
同时，研究人员给猕猴看不同的人类脸部照片，并在猕猴脑部植入电极以分别记录脸部辨识斑块内的各个脸部细胞所产生的讯号。
透过记录猕猴脑部内的活动情形，与猕猴所看到的脸部影像比较分析，Tsao 教授表示，经过研究分析后，他们发现这些讯号编码其实非常单纯，「我们能够监测猕猴脑内其中205 个神经元的电讯号活动资讯，实际重塑猕猴所看到的脸部影像。」
脸部辨识细胞比想像中单纯
值得一提的是，研究团队所得到的成果十分惊人，他们将猕猴所看到的照片与根据它们脑活动重塑的影像摆在一起，就会发现两者的相似度非常的高。
研究人员又进一步发现，6 个脸部辨识斑块之中的两个斑块内分别所含的106 及99 个脸部辨识细胞，就足以重塑整张脸部影像。Taso 博士解释：「我们常说一张照片胜过千言万语，但我喜欢说我们一张脸部照片大约值200 个神经元。」
美国史丹佛大学机械学习教授Reza Zadeh 教授认为，这项研究令人兴奋之处，在于作者证明了只需要以fMRI 记录神经元活动情形，就能够重塑灵长类动物所看到的脸部影像。研究者得先分别给猕猴看脸部照片和非脸部的照片，以找出哪些神经元对于脸部辨识较敏感，接着再收集那些对脸部辨识较敏感的神经元的活动状态，再以这些资讯建立模型，最后就能重塑脸部影像。如果用科幻一点的说法来解释的话，可以说在这项研究中，研究者是在解读猴子的大脑，从中提取猴子所看到的脸部影像。
身为史丹佛计算与数学工程研究所（ICME）的Zadeh 教授解释，fMRI 与机械学习结合能够粗略的描绘出大脑的运作方式，达到类似读心术的系统其实并不是全新的概念，这方面的研究已经发展了十几年，例如测谎技术就是其中一种应用。而这项研究独特的地方在于他们能够如此精确的重塑出脸部影像，对于看到机器学习能够被运用在最前线生物学研究，Zadeh 教授感到非常高兴。
这项研究成果也挑战了先前同领域其他科学家的理论，先前有些科学家认为大脑中的每个脸部辨识细胞分别辨认特定一种脸部类型。而现在的研究证据证明这样的论点可能并不正确，因为研究人员发现以大量且差异极大的脸部影像进行实验时，所有的脸部影像都会以同样的模式改变相同的脸部辨识细胞的活动。
对此，Tsao 博士表示：「这实在令我们十分震惊，因为我们一直以为脸部辨识细胞应该更复杂得多。但结果却发现每个脸部细胞只是负责量测判断脸部空间沿着单一轴线的特定长度，而在其他部分完全没有功能。」
这项研究成果最明显潜在应用大概是设计用于脸部辨识的新机器学习演算法，但除此之外，Tsao 教授提出能够运用于犯罪事件中目击者脑部活动分析，并以此重塑出嫌疑人的脸部特征。
虽然这项研究是只在猕猴中进行，但猕猴和人类亲缘关系十分接近，其中机制可以做为人类脑部运作的参考。这项研究的第一作者Steve Le Chang 认为，这些研究结果可能也表示大脑对于其他物体的辨认方式，可能也循着同样单纯协调的系统模式。
