Task-optimized neural networks reveal distinct contributions of specialized and broader visual learning to neural representations of face familiarity
ソース解像MEGとタスク最適化ニューラルネットワークを組み合わせることで、本研究は、顔の親近性処理が、中間視覚領域が精密なタイミングのために顔特異的な学習に依存する一方で、紡錘状皮質の表現はより広範な視覚学習目的と一致するという、段階依存的な解離を伴うことを示している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
人間の脳は認識の達人である。わずかな瞬間のうちに、群衆の中から友人を識別し、見慣れた顔と見知らぬ人を区別し、物体が織りなす複雑な世界をナビゲートすることができる。何十年もの間、科学者たちはこれがどのようにして起こるのか、特に顔に関して議論を重ねてきた。ある学派は、脳には顔のための専用の、特化したハードウェア、つまり人間の顔を扱うためだけに進化した独自の回路が存在すると示唆している。別の見解では、顔認識は椅子や車といったあらゆる物体を認識するために使用される一般的なシステムの高度に洗練されたバージョンに過ぎないと主張している。真実はおそらくその中間にあるのだろうが、脳が一般的な物体の処理から特定の顔の専門知識へと、正確にいつ、どこで切り替わるのかを特定することは困難であった。なぜなら、人間の専門知識は生涯を通じて築かれるものであり、家族の記憶を消去して脳がどのように反応するかを見ることは単にできないし、顔を単なる一つの物体カテゴリーとして扱うように脳を再訓練することも容易ではないからである。
このパズルを解くために、研究者たちは異なる種類の観察者に目を向けた。人工ニューラルネットワークである。これらは脳の構造を模倣するように設計されたコンピュータプログラムであり、パターンを学習する能力を持つ。これらのネットワークに、特定の人物を識別するものや、一般的な物体を分類するものなど、異なるタスクを学習させることで、科学者たちは制御された視覚体験のモデルを作成することができた。彼らは、これらのネットワークの内部的な「思考」と、実際のヒトの脳の電気活動を比較した。その目的は、脳のどの部分がどのような種類の学習と一致するかを明らかにすることであり、それによって顔認識が専門化される正確な瞬間と場所を突き止めることにあった。
研究は、視覚情報の処理を担う経路である腹側視覚路に焦点を当てた。研究者たちは二つの主要な領域に注目した。一つは形状や物体の認識に関与する領域である外側後頭皮質であり、もう一つは顔処理に関連していることで有名な紡錘状回皮質である。彼らは、脳活動によって生じる磁場をミリ秒単位の精度で測定する磁気共鳴脳波計（MEG）という技術を用いた。これにより、参加者が「知っている有名な人物の顔」、「知らない他人の顔」、そして「ノイズのように見える顔をバラバラにした画像」の3種類の画像を見た際の、脳の反応が展開される様子をリアルタイムで観察することが可能となった。
この膨大なデータを理解するために、チームは7つの異なるコンピュータネットワークを構築した。あるものは、有名人の顔のような特定のアイデンティティを識別するように学習させた。別のものは、顔を単なる一つのカテゴリーとして扱い、「犬」や「車」といった広いカテゴリーに物体を分類するように学習させた。第三のグループは、物体と顔を一つのグループとして認識するが、個々の顔を区別はしないように学習させた。最後に、ベースラインとして学習させていないネットワークを用意した。これらのネットワークに同じ顔の画像を送り込み、その結果生じるパターンをヒトの脳スキャンと比較することで、脳の活動がコンピュータの「学習」と正確に一致する場所と時間をマッピングすることができた。
結果は、親近感（馴染み深さ）の処理における興味深い分かれ道を示した。中間的な物体処理を担う領域である外側後頭皮質において、脳の反応のタイミングは親近感に基づいて劇的に変化した。参加者が知っている顔を見たとき、脳の活動は、知らない顔を見たときよりも約18ミリ秒早くコンピュータモデルと一致した。このスピードアップは、個々のアイデンティティを識別するように特別に訓練されたコンピュータモデルにおいて最も一貫していた。これは、親近感のある顔に対しては、脳が処理の流れの中で少し早い段階で認識に到達することを示唆しているが、この効果はシステムが特定の個人を識別するように調整されているときに最も密接に組織化される。
しかし、物語は、より脳の深部にある詳細な顔分析に関連する紡錘状回皮質では変化した。ここでは、親近感は脳の反応を速くするのではなく、むしろ脳の反応をより強くし、コンピュータモデルとの一致を高めた。決定的なのは、このより強い反応が、コンピュータモデルがどのように訓練されていたかにかかわらず現れたことである。ネットワークが顔のエキスパートであっても、物体分類器であっても、あるいは一般的な学習者であっても、脳の紡錘状回領域は、知っている顔を見た際に強固で強化された接続を示した。この発見は、脳の顔に特化した領域が、唯一の顔専用の学習経路にのみ依存しているという考えに異を唱えるものである。むしろ、親近感のある顔を認識する能力は、より広範な視覚学習から創発し得ることを示唆している。
この研究は、顔認識が単一の、全か無かのプロセスであるという概念を事実上否定している。それは、脳が異なる段階で異なる戦略を用いていることを示している。処理の中間段階では、脳のタイミングは個人の特定という具体的な目標によって研ぎ澄まされる。しかし、より後半の段階では、親近感のある顔を表現する脳の能力は柔軟であり、一般的な視覚体験によって支えることができる。これは、特定の人物を識別することを学ぶことが認識の精度を高める一方で、親近感のある顔の安定した深い表現は、専門的な顔専用の訓練を必要としない、より一般的な能力であることを意味している。結局のところ、脳は単一の顔スイッチを持つ硬直した機械ではなく、何を学んだか、そして視覚的階層のどこで情報が処理されているかに応じて、処理の速度と強度を適応させる動的なシステムなのである。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。