QbitAI量子位

文章数:10400 被阅读:146798529

账号入驻

“好像在哪见过你”现在有了科学解释,一群脑细胞帮你回忆那张脸 | Science

最新更新时间:2021-07-09
    阅读数:
博雯 丰色 发自 凹非寺
量子位 报道 | 公众号 QbitAI

见到某张熟悉的脸,脑中先是响起了“我好像在哪见过你”的旋律。

下一秒,大脑就把与这张脸有关的各种记忆和感情都塞了过来。

能将人脸视觉信息相关的记忆和情感关联起来,这肯定是某种神秘的脑细胞干的。

听上去像是句众所周知的废话。

但实际上,全世界的神经科学家们从上世纪60年代开始找,找了半个多世纪,都没能发现这种“人脸记忆细胞”的踪迹。

今天,终于有一群研究者们拿出了正确答案。

他们找到的,并不是某一种脑细胞

而是大脑某片特定区域中的所有细胞!

该项研究已登上Science

从「祖母细胞」开始的探索

神经科学家们60多年的探索,开始于1968年的祖母细胞假说。

这一学说认为,当你看到、听到、或想到你的祖母的脸时,大脑某处的一个神经元就会“叮”的一声亮起来。

也就是说,你所熟悉的每一张脸,在大脑中都有一个对应的“专属神经元”。

只要通过这一神经元,人脸的视觉信息就能转化成对人脸身份识别,以及与之相关的记忆和感情。

但这种一对一的人脸记忆模式能编码的信息显然是有限的,这并不符合实际。

更何况祖母细胞自提出以来就一直在找,但一直没找到……

后来还有一些类似的假说细胞,但也只停留在“假说”阶段而已(因为都没找到)。

而对这些假说细胞的寻找,主要就集中在大脑的(niè)(Temporal Pole)区:

这是大脑中一个负责长期记忆、语言理解和情感联想的区域。

虽然在这里并没有找到所谓的“人脸记忆细胞”,但随着不断的搜寻,科学家们还是发现了越来越多与人脸识别/记忆关联紧密的子区域。

于是,神经科学家Freiwald和他的同事们重新将目光投向了颞极。

并重点选择了TP和AM两个子区域进行实验:

和前人一样,Freiwald团队并没有发现某一个吞入人脸信息就能吐出记忆与情感的神奇细胞。

但他们发现了一群

只要看到祖母,就会有一大群神经元不断点亮。

这里有一片「祖母脸区」

恒河猴,你怎么看?

所以是怎么实验的?

研究人员决定让两只恒河猴来看一看。

恒河猴右半脑图像

看什么呢?

包括人脸、猴脸、身体、物体、灰色背景五类图像在内的205张图像集。

而每一类中还分别包含了猴子熟悉和不熟悉的图片。

研究人员想知道,大脑中这两个区域对脸部信息,尤其是对熟悉脸部信息的视觉反应性如何。

通过功能性磁共振成像(FMRI),可以看到TP区细胞只对熟悉猴脸产生视觉反应:

而在同时面对人脸和猴脸时,比起AM区,TP区域细胞还会对熟悉猴脸展现出更强的视觉选择偏向性

看起来,这个TP区域确实与人脸视觉存在着某种关系

但人类对面部的识别或记忆,常常面临着更加复杂的情况。

假如我今天碰到了熟悉的基友和陌生的邻居,明天又碰到了熟悉的男(女)神和陌生的前任呢?

只有面对新数据集也能重新响应的细胞才是真正的“人脸记忆细胞”!

于是,研究人员为猴儿们更换了一组同时包含熟悉与陌生图片的新数据集

结果是,即使让两个区域中的细胞都从一个特定的可见度阈值开始重新响应,它们也都发生了视觉反应:

并且,在将细胞突发反应拟合为一个函数后,两个区域的函数还存在差异:

虽然都对熟悉面孔和不熟悉的面孔作出了非线性的视觉反应,但TP区域中对熟悉面孔的非线性反应更高

好,社交圈庞大的现充情况考虑完了。

还有五米之外人畜不分的广大近视人群呢?

高斯模糊,走你!

而面对经过模糊处理的图像,AM区域细胞根本就没有发生视觉反应。

只有TP区域的细胞对熟悉面孔产生了非线性的视觉反应:

最后,再来试试从部分特征识别和记忆人脸的能力。

毕竟对人类来说,如果是非常熟悉的人,就算只看脸型或部分五官也能认得出来。

因此,研究人员将完整的面部分割成不同的特征:比如包含脸部轮廓的外部脸、仅包含内部特征、其他五官。

而在这种情况下,TP区域细胞依旧表现出了非常强的视觉反应:

通过上面这些实验,可以看到TP区域中的细胞整体呈现出三个特点:

对熟悉的脸表现出视觉反应

对熟练的脸进行分类和单独编码

拥有人脸识别的关键功能

那么AM区域就没用了?

不。

Freiwald团队认为AM区域可能会通过短延迟细胞群集向TP区域提供面部识别信息

即负责“初见”。

而对于“再见”,即我们所说的“熟悉感”的由来,就要由TP区域来对熟悉脸部产生视觉反应,并存储脸部信息的长期语义了。

所以,研究人员认为TP和AM两个区域在功能和结构上或许是平行运行,且互相协作的。

简单来说,就是接收到脸部视觉信息的输入后,两个区域中的无数神经元构成的网络就开始互相作用

而由于颞极传递并处理脸部信息的速度惊人,所以可能只是一瞬间,就产生了输出

即输入脸部信息所对应的身份ID、相关的记忆视频、抽象的情绪感觉。

就像我们看到一个人,就能瞬间辨认他的身份,并想起与他相关记忆和感情一样。

现在知道什么叫做真正的神经网络了吧。

有什么用?

首先,脸盲患者可能有救了。

论文作者Freiwald表示:

脸盲可能导致患者的神经衰弱,因为在最糟糕的情况下,他们甚至认不出近亲。一些脸盲症患者会同时患有抑郁症。而我们的这一发现或许对治疗脸盲症具有临床意义。

而且,如果熟悉的同种脸部记忆被储存在颞极的一个小区域里,那么附近很可能还存在其他具有类似特异性的模块。

更复杂的知识系统,例如个人与他们的社会关系,就有可能建立在这些模块上。

这样,对于颞极受损之后导致的失认症(如失语、失读、失听),这项研究或许提供了一条研究思路。

团队介绍

此项研究的四位作者全部来自美国洛克菲勒大学。

这是一所世界顶尖的生物医学教育研究中心,也是世界上人均诺贝尔奖获得者数最多的研究机构(只招收博士生)

通讯作者Winrich A. Freiwald,同时也是该校神经系统实验室的教授。

他还曾在麻省理工学院、麻省总医院、哈佛医学院等研究院从事博士后研究。

Sofia M. Landi,同样也是华盛顿大学博士后机构的研究人员,致力于研究人脑的记忆机制。

Pooja Viswanathan,该校神经系统实验室的博士后研究员。

最后一位研究员Stephen Serene,是该校的学生。

论文地址:
https://science.sciencemag.org/content/early/2021/06/30/science.abi6671

参考链接:
[1]https://medicalxpress.com/news/2021-07-scientists-class-memory-cells-brain.html
[2]https://www.dw.com/en/dont-i-know-you-new-memory-cells-found-in-brain/a-58125742

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容,未经账号授权,禁止随意转载。

英伟达NLP公开课 | 免费报名

7.14晚8点,英伟达专家将通过理论讲解与代码演示,分享如何使用NeMo快速实现NLP中的信息抽取任务。快来扫码报名吧~



点这里


最新有关QbitAI量子位的文章

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: TI培训

北京市海淀区中关村大街18号B座15层1530室 电话:(010)82350740 邮编:100190

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved