Nhận diện khuôn mặt là điều cần thiết cho cách chúng ta tương tác trong các xã hội phức tạp và thường được cho là một khả năng đòi hỏi sự tinh tế của bộ não con người lớn.

Nhưng bằng chứng mới chúng tôi đã công bố trong Frontiers in Psychology cho thấy côn trùng như ong mật (Apis mellifera) và ong châu Âu (Vespula Vulgaris) sử dụng các cơ chế xử lý hình ảnh tương tự như con người ', cho phép nhận dạng khuôn mặt đáng tin cậy.

Điều này bất chấp kích thước nhỏ bé của bộ não côn trùng. Chúng chứa ít hơn một triệu tế bào não, so với hàng triệu 86,000 tạo nên bộ não con người.

Hiểu kích thước của bộ não có thể cho phép các nhiệm vụ phức tạp được giải quyết một cách hiệu quả chắc chắn là thú vị, nhưng cũng có ý nghĩa thực tế. Nó cho phép chúng ta hiểu những bộ não lớn có thể phát triển như thế nào và cách suy nghĩ về việc thiết kế trí tuệ nhân tạo (AI) có thể phản ánh hiệu quả của bộ não sinh học.

Nỗ lực nhưng phức tạp

Chúng tôi thực sự giỏi trong việc nhận ra khuôn mặt quen thuộc. Hãy nghĩ về tình huống gặp một người bạn tại một nhà ga nơi có hàng trăm người đi qua, tất cả đều di chuyển theo các hướng khác nhau. Đột nhiên, thoáng thấy một khuôn mặt quen thuộc ở xa có nghĩa là chúng ta đã tìm đúng người.

Điều này có vẻ dễ dàng, nhưng các giải pháp AI thường đấu tranh để nhận ra khuôn mặt trong các tình huống phức tạp.

Chuyên môn của chúng tôi trong việc nhận diện khuôn mặt chủ yếu dựa trên cơ sở xử lý toàn diện của Wap - việc kết hợp các đặc điểm khuôn mặt khác nhau để mang lại sự nhận diện vượt trội. Đây được cho là một quá trình nhận thức tinh vi phát triển với kinh nghiệm nhìn khuôn mặt. Khi chúng ta đã quen thuộc với khuôn mặt, các đặc điểm khác nhau - như mắt, mũi, miệng và tai - được xử lý cùng nhau như một điệu bộ điệu bộ (một đơn vị kết hợp tất cả các yếu tố) để cho phép chúng ta nhận ra các cá nhân một cách đáng tin cậy.

Thật thú vị, trong khi xử lý tổng thể thường được sử dụng để nhận diện khuôn mặt, khi chúng ta trở thành chuyên gia trong các nhiệm vụ trực quan khác - như là một thẩm phán tại các buổi trình diễn chó hoặc sưu tập xe hơi cổ điển - thì não của chúng ta cũng sử dụng xử lý tổng thể để cho phép khả năng nhận dạng vượt trội trong các lĩnh vực đó. .

Do đó, xử lý toàn diện có thể là một nguyên tắc chung để nhận ra các đối tượng quan trọng. Điều này hữu ích rộng hơn, bởi vì nó có nghĩa là việc xử lý toàn diện có thể có giá trị để phát triển các giải pháp AI cải tiến, chẳng hạn như để xác định nhanh chóng và chính xác các nhà máy xâm lấn trong sự phát triển nhanh chóng Công nghiệp nông nghiệp.

Chúng tôi rất muốn biết nguyên tắc xử lý tổng thể có thể như thế nào ở các động vật khác nhau, vì vậy tôi và các đồng nghiệp của tôi đã thử nghiệm cách côn trùng có thể giải quyết các nhiệm vụ nhận diện khuôn mặt.

Mang theo côn trùng

Ong mật là một động vật rất dễ tiếp cận để hiểu xử lý hình ảnh. Những con ong riêng lẻ có thể được huấn luyện để tìm hiểu những vấn đề phức tạp để đổi lấy việc nhận phần thưởng có đường ngọt ngào. Gần đây, chúng tôi đã phát triển các phương pháp để thử nghiệm ong bắp cày theo cách tương tự.

Nghiên cứu hiện tại của chúng tôi cho thấy rằng ong mật và ong bắp cày có thể học cách nhận biết khuôn mặt của con người.

Bằng chứng khác - từ một nhóm nghiên cứu của Hoa Kỳ - cho thấy ong bắp cày (Polistes fuscatus) có thể rất đáng tin cậy tìm hiểu khuôn mặt của các loại ong giấy khác và dường như đã phát triển các cơ chế não chuyên biệt cho xử lý khuôn mặt.

Điều còn thiếu là một sự hiểu biết về việc điều này xảy ra ở côn trùng do giải thích đơn giản các đặc điểm khuôn mặt riêng lẻ, hoặc sử dụng diễn giải toàn bộ hình ảnh phức tạp hơn của Cameron - xử lý khuôn mặt toàn diện - như xảy ra ở người.

Chúng tôi quyết định kiểm tra khả năng xử lý khuôn mặt toàn diện ở cả ong mật và ong châu Âu, sử dụng các cá nhân được đào tạo để hoàn thành thử nghiệm với khuôn mặt bị thao túng.

Kiểm tra xử lý khuôn mặt

Hai thử nghiệm rất hữu ích đã tồn tại để xác định rằng các đối tượng của con người sử dụng quy trình xử lý khuôn mặt toàn diện: đó là các thử nghiệm toàn bộ hiệu ứng, và hiệu ứng mặt hỗn hợp.

Sản phẩm toàn bộ hiệu ứng tiết lộ rằng khi các đặc điểm khuôn mặt như mắt, mũi hoặc miệng được nhận thấy trong sự cô lập, sẽ khó nhận ra khuôn mặt hơn so với khi các đặc điểm này được xem trong bối cảnh khuôn mặt đầy đủ.

Sản phẩm hiệu ứng mặt hỗn hợp đề cập đến sự sụt giảm lớn về độ chính xác hiệu suất khi các đặc điểm khuôn mặt bên trong chính xác - như mắt, mũi và miệng - được xem trong bối cảnh các tính năng bên ngoài không chính xác.

Trong quá trình xử lý của con người đối với các khuôn mặt quen thuộc, các đặc điểm nguyên tố khác nhau được dán lại với nhau để tạo độ chính xác nhận dạng khuôn mặt được cải thiện.

Tôi biết khuôn mặt đó

Khi chúng tôi sử dụng những nguyên tắc này để kiểm tra côn trùng, cả ong và ong bắp cày đều có thể học được những hình ảnh sắc nét (đen và trắng) trên khuôn mặt người.

Cả ong và ong bắp cày sau đó được đưa ra bốn xét nghiệm riêng biệt. Kết quả cho thấy mặc dù những loài côn trùng tương ứng này không có lý do tiến hóa để xử lý khuôn mặt người, bộ não của chúng học được sự công nhận đáng tin cậy bằng cách tạo ra các biểu diễn tổng thể của các hình ảnh phức tạp. Họ đặt các đặc điểm với nhau để nhận ra một khuôn mặt cụ thể của con người.

Bây giờ chúng ta biết rằng bộ não nhỏ của côn trùng có thể nhận ra ít nhất một số khuôn mặt hạn chế. Điều này cho thấy rằng ở người, lợi thế của bộ não lớn của chúng ta có thể là số lượng rất lớn các cá nhân chúng ta có thể nhớ.

Thông tin mới này giúp chúng tôi hiểu được chuyên môn xử lý khuôn mặt rất tinh vi có thể phát triển ở người và các loài linh trưởng khác.

Bằng chứng cho thấy xử lý tổng thể được sử dụng bởi các động vật khác nhau cho nhiều vấn đề thị giác phức tạp cho thấy đây có thể là phương pháp hữu ích để khám phá để phát triển các giải pháp AI để nhận biết đáng tin cậy.

Giới thiệu về Tác giả

Adrian Dyer, Phó giáo sư, Đại học RMIT

Bài viết này ban đầu được xuất bản vào Conversation. Đọc ban đầu bài viết.

Sách liên quan

at Thị trường InnerSelf và Amazon