Setiap kali Anda menelusuri Facebook, Anda dihadapkan pada puluhan wajah — beberapa akrab, beberapa tidak. Namun dengan pandangan sekilas saja, otak Anda menilai fitur-fitur pada wajah-wajah itu dan menyesuaikannya dengan individu yang bersangkutan, bahkan seringkali sebelum Anda sempat membaca siapa yang ditandai atau siapa yang memposting album. Penelitian menunjukkan bahwa banyak orang mengenali wajah bahkan jika mereka lupa detail kunci lainnya tentang seseorang, seperti nama atau pekerjaan mereka.
Konten terkait
- Bagaimana Cara Memilih Lemur dari Formasi? Perangkat Lunak Ini Membuat Lompatan
- Aplikasi Ini Menggunakan Perangkat Lunak Pengenalan Wajah untuk Membantu Mengidentifikasi Kondisi Genetik
- Ikan Tropis Ini Dapat Diajarkan untuk Mengenal Wajah Manusia
Itu masuk akal: Sebagai hewan yang sangat sosial, manusia harus dapat dengan cepat dan mudah mengidentifikasi satu sama lain melalui penglihatan. Tetapi bagaimana tepatnya proses yang luar biasa ini bekerja di otak?
Itu adalah pertanyaan yang menjengkelkan Le Chang, seorang ilmuwan saraf di California Institute of Technology, pada tahun 2014. Dalam penelitian sebelumnya, direktur labnya telah mengidentifikasi neuron dalam otak primata yang memproses dan mengenali wajah. Enam area di lobus temporal otak ini, yang disebut "tambalan wajah, " mengandung neuron spesifik yang tampaknya jauh lebih aktif ketika seseorang atau monyet melihat wajah daripada benda lain.
"Tapi saya menyadari ada pertanyaan besar yang hilang, " kata Chang. Yaitu: bagaimana tambalan mengenali wajah. "Orang-orang masih tidak tahu kode wajah yang tepat untuk neuron-neuron ini."
Dalam mencari metode yang digunakan otak untuk menganalisis dan mengenali wajah, Chang memutuskan untuk memecah wajah secara matematis. Dia menciptakan hampir 2.000 wajah manusia tiruan dan memecah bagian-bagian komponennya berdasarkan kategori yang mencakup 50 karakteristik yang membuat wajah berbeda, dari warna kulit hingga jumlah ruang di antara mata. Mereka dia menanamkan elektroda ke dalam dua monyet rhesus untuk merekam bagaimana neuron-neuron di tambalan-tambalan otak mereka menembak ketika mereka diperlihatkan wajah-wajah tiruan.
Dengan menunjukkan ribuan monyet pada wajah, Chang mampu memetakan neuron mana yang ditembakkan sehubungan dengan fitur yang ada di setiap wajah, ia melaporkan dalam sebuah penelitian yang diterbitkan bulan ini di jurnal Cell .
Ternyata setiap neuron di patch wajah merespons dalam proporsi tertentu hanya satu fitur atau "dimensi" dari apa yang membuat wajah berbeda. Ini berarti, sejauh menyangkut neuron Anda, wajah adalah jumlah dari bagian-bagian terpisah, yang bertentangan dengan struktur tunggal. Chang mencatat bahwa ia dapat membuat wajah yang tampak sangat berbeda tetapi menghasilkan pola penembakan saraf yang sama karena mereka berbagi fitur utama.
Metode pengenalan wajah ini sangat berbeda dengan apa yang dipikirkan oleh beberapa ahli saraf sebelumnya tentang bagaimana manusia mengenali wajah. Sebelumnya, ada dua teori yang berlawanan: "contoh pengkodean" dan "pengkodean norma." Untuk teori pengkodean contoh, ahli saraf mengusulkan bahwa otak mengenali wajah dengan membandingkan fitur wajah dengan contoh ekstrim atau berbeda dari mereka, sedangkan teori pengkodean norma mengusulkan bahwa otak sedang menganalisis bagaimana fitur wajah berbeda dari "wajah rata-rata."
Memahami pola penembakan saraf ini memungkinkan Chang untuk membuat suatu algoritma yang dengannya ia dapat benar-benar merekayasa balik pola-pola yang hanya terdiri dari 205 neuron yang ditembakkan saat monyet itu memandangi sebuah wajah untuk membuat wajah-wajah yang dilihat monyet itu tanpa tahu apa wajah monyet itu. . Seperti seorang seniman sketsa polisi yang bekerja dengan seseorang untuk menggabungkan fitur wajah, ia dapat mengambil fitur yang disarankan oleh aktivitas masing-masing neuron individu dan menggabungkannya menjadi wajah yang lengkap. Dalam hampir 70 persen kasus, manusia yang diambil dari situs crowdsourcing Amazon Turk cocok dengan wajah asli dan wajah yang diciptakan kembali sama.
"Orang selalu mengatakan gambar bernilai ribuan kata, " kata rekan penulis ilmu syaraf Doris Tsao dalam siaran pers. "Tapi saya suka mengatakan bahwa gambar wajah bernilai sekitar 200 neuron."
Wajah-wajah buatan ditunjukkan pada monyet dan rekonstruksi yang dibuat para peneliti hanya dengan menggunakan aktivitas saraf dari otak mereka. (Doris Tsao) Bevil Conway, seorang ahli saraf di National Eye Institute, mengatakan studi baru itu membuatnya terkesan.
"Ini memberikan akun berprinsip tentang bagaimana pengenalan wajah terjadi, menggunakan data dari neuron nyata, " kata Conway, yang tidak terlibat dalam penelitian ini. Dia menambahkan bahwa pekerjaan seperti itu dapat membantu kita mengembangkan teknologi pengenalan wajah yang lebih baik, yang saat ini terkenal cacat. Terkadang hasilnya menggelikan, tetapi di lain waktu algoritma yang diandalkan oleh program ini ternyata memiliki bias rasial yang serius.
Di masa depan, Chang melihat pekerjaannya berpotensi digunakan dalam penyelidikan polisi untuk membuat profil para penjahat potensial dari saksi yang melihatnya. Ed Connor, seorang ilmuwan saraf di Johns Hopkins University, membayangkan perangkat lunak yang dapat dikembangkan untuk menyesuaikan fitur berdasarkan 50 karakteristik ini. Program semacam itu, katanya, dapat memungkinkan saksi dan polisi untuk menyempurnakan wajah berdasarkan karakteristik yang digunakan manusia untuk membedakan mereka, seperti sistem 50 dial yang saksi dapat ubah menjadi wajah morf menjadi begitu mereka paling ingat.
"Daripada orang-orang menggambarkan seperti apa orang lain, " Chang berspekulasi, "kita sebenarnya bisa memecahkan kode pikiran mereka."
“Para penulis layak mendapatkan pujian karena membantu mendorong bidang penting ini ke depan, ” kata Jim DiCarlo, seorang insinyur biomedis di MIT yang meneliti pengenalan objek pada primata. Namun, DiCarlo, yang tidak terlibat dalam penelitian ini, berpikir bahwa para peneliti tidak cukup membuktikan bahwa hanya 200 neuron diperlukan untuk membedakan antara wajah. Dalam penelitiannya, dia mencatat, dia menemukan bahwa dibutuhkan sekitar 50.000 neuron untuk membedakan objek dengan cara yang lebih realistis, tetapi masih kurang realistis daripada wajah di dunia nyata.
Berdasarkan pekerjaan itu, DiCarlo memperkirakan bahwa mengenali wajah akan membutuhkan antara 2.000 hingga 20.000 neuron bahkan untuk membedakannya dengan kualitas kasar. "Jika penulis percaya bahwa wajah dikodekan oleh hampir tiga urutan besarnya neuron, itu akan luar biasa, " katanya.
"Secara keseluruhan, pekerjaan ini merupakan tambahan yang bagus untuk literatur yang ada dengan beberapa analisis hebat, " DiCarlo menyimpulkan, "tetapi bidang kami masih belum pada pemahaman yang lengkap dan model berdasarkan kode saraf untuk wajah."
Connor, yang juga tidak terlibat dalam penelitian baru, berharap penelitian ini akan menginspirasi penelitian baru di kalangan ilmuwan saraf. Terlalu sering, katanya, cabang ilmu pengetahuan ini menolak kerja otak yang lebih kompleks seperti “kotak hitam” jaringan saraf dalam komputer: sangat berantakan sehingga tidak mungkin untuk memahami cara kerjanya.
"Sulit membayangkan siapa pun pernah melakukan pekerjaan yang lebih baik untuk memahami bagaimana identitas wajah dikodekan dalam otak, " kata Connor dari studi baru. "Ini akan mendorong orang untuk mencari kode saraf yang spesifik dan kompleks." Dia sudah mendiskusikan dengan Tsao kemungkinan meneliti bagaimana otak menafsirkan ekspresi wajah.
"Neuroscience tidak pernah menjadi lebih menarik daripada ketika menunjukkan kepada kita apa saja peristiwa fisik di otak yang menimbulkan pengalaman spesifik, " kata Connor. "Bagiku, ini adalah Cawan Suci."
