تینا مزدکی_در باور عموم و حتی محافل علمی، تشخیص چهره انسان فرآیند بسیار پیچیدهای تلقی میشود که برای حل آن به مغزهای بزرگ و نواحی عصبی فوقتخصصی نیاز است. برای دههها، منطقه دوکیشکل چهره (Fusiform Face Area) در لوب تمپورال مغز انسان به عنوان بستر عصبی اصلی این توانایی مطالعه شده است. این فرضیه کاملاً منطقی به نظر میرسید؛ تا اینکه یک یافته جالب در سال ۲۰۰۵ (که در سالهای بعد نیز بارها تکرار و بسط داده شد) این دیدگاه را به چالش کشید و نشان داد که زنبورهای عسل با مغزی به ابعاد تنها یک میلیمتر و کمتر از یک میلیون نورون، میتوانند برای شناسایی چهرههای فردی انسان آموزش ببینند.
این دستاورد نخستین بار در نشریه زیستشناسی تجربی (Journal of Experimental Biology) توسط «آدریان دایر» (پژوهشگر وقت دانشگاه یوهان گوتنبرگ ماینتس و دانشگاه کمبریج) با همکاری کریستا نومایر و لارس چیتکا منتشر شد. بر اساس این پژوهش، زنبورهایی که با عکسهای استانداردِ تستهای روانشناسی انسان آموزش دیده بودند، توانستند چهره هدف را از میان چهرههای انحرافی مشابه، با دقت بالای ۸۰ درصد تشخیص دهند و این حافظه را تا دو روز بعد نیز حفظ کنند؛ آن هم در حالی که زنبورها در طول تکامل خود هرگز با چهره انسان سروکار نداشتهاند. محرک آنها برای یادگیری این کار، محلول آبقند بود.
مکانیسم آزمایش؛ استفاده از یادگیری تداعیگرایانه
متدولوژی این آزمایش از توانایی فوقالعاده زنبورها در «یادگیری تداعیگرایانه» (Associative Learning) و تشخیص الگوها بهره برد. زنبورها به عنوان یابندگان غذا، یادگیرندگان الگوهای بسیار ماهری هستند؛ زیرا گلهایی که از آنها تغذیه میکنند تنوع عظیمی در شکل و رنگ دارند. دکتر دایر استدلال کرد که این سیستم پردازش بصری زنبور میتواند برای هر الگوی دیگری، حتی الگویی بدون پیشینه تکاملی برای حشره (مانند چهره انسان)، به کار گرفته شود.
مراحل پیادهسازی آزمایش:
- استانداردسازی تصاویر: پژوهشگران تصاویر چهره انسان را به گونهای برش دادند که فقط صورت و گردن مشخص باشد. نورپردازی و پسزمینه نیز کاملاً یکسان شد تا زنبورها نتوانند از روی لباس یا نشانههای محیطی تقلب کنند.
- پاداش و جریمه: یکی از چهرهها با یک قطره محلول شیرین ساکاروز (پاداش) و چهرههای دیگر با قطرهای از محلول تلخ کینین (جریمه) همراه شدند. زنبورها در طول تکرار آزمایش یاد گرفتند به سمت چهره پاداشدهنده پرواز کنند.
- تست نهایی بدون بو: در مرحله اصلی، تصاویر بدون هیچگونه محلولی روی تخته قرار گرفتند تا فرضیه ردیابی بو رد شود. زنبورها همچنان با دقت ۸۰ تا ۹۰ درصد به سمت چهره آشنا رفتند. حافظه آنها حداقل دو روز پایدار ماند و حتی تغییر زاویه یا جابجایی تصویر روی تخته نیز مانع تشخیص آنها نشد.
استفاده از همان استراتژی مغز انسان: پردازش پیکربندی
یافته عمیقتر در سال ۲۰۱۰ طی یک مطالعه تکمیلی توسط اورور آوارگس-وبر و مارتین گیورفا در دانشگاه تولوز با همکاری دایر به دست آمد. آنها بررسی کردند که زنبورها دقیقاً چگونه چهرهها را شناسایی میکنند. برای این کار، زنبورها با تصاویر بسیار سادهشدهای شبیه به صورت (شامل دو نقطه برای چشم، یک خط عمودی برای بینی و یک خط افقی برای دهان) آموزش دیدند.
نتیجه حیرتانگیز بود؛ زنبورها پیکربندی فضایی تصویر (Configuration) را یاد میگرفتند. وقتی اجزای صورت (نقاط و خطوط) از هم باز شده و در یک الگوی غیرصورت چیده میشدند، زنبورها دیگر آن را تشخیص نمیدادند؛ حتی اگر تمام اجزا به صورت انفرادی حضور داشتند. اما وقتی کل مجموعه اجزا با هم کمی چرخیده، بزرگ یا جابجا میشد، تشخیص صورت حفظ میشد.
دانشمندان علوم شناختی به این روش «پردازش پیکربندی» (Configured Processing) میگویند؛ یعنی شناسایی بر اساس آرایش فضایی نسبی اجزا، نه خود اجزا به تنهایی. این دقیقاً همان استراتژی سیستم بینایی انسان برای پردازش چهره است. به همین دلیل است که پدیده «وارونگی چهره» (عکس کردن صورت) سیستم تشخیص انسان را به شدت مختل میکند، اما روی شناخت ما از سایر اشیاء تأثیر چندانی ندارد.
این کشف چه چیزی را در مورد اندازه مغز اثبات میکند؟
یافتههای مربوط به زنبور عسل بخشی از یک الگوی گستردهتر در تحقیقات شناختی حیوانات است که نشان میدهد چندین وظیفه بینایی پیچیده، از جمله تشخیص چهرههای فردی، میتواند توسط مدارهای عصبی بسیار کوچکتر از ناحیه دوکیشکل پستانداران انجام شود. این موضوع دو پیامد علمی بزرگ دارد:
- عدم نیاز به سختافزار اختصاصی: وجود یک ناحیه تخصصی پردازش چهره در مغز انسان لزوماً به این معنی نیست که تشخیص چهره ذاتا به یک منطقه بزرگ و ویژه نیاز دارد؛ بلکه نشان میدهد مغز انسان بخشی را وقف کاری کرده که مکرراً انجام میدهد. ماشین بینایی عمومی (General-purpose) در صورت آموزش کافی میتواند این مسئله را حل کند.
- الهامبخش در علوم کامپیوتر: مهندسان کامپیوتر که روی سیستمهای تشخیص چهره مصنوعی (AI) کار میکنند، به این دستاورد توجه ویژهای نشان دادهاند. الگوریتمهای مبتنی بر پردازش پیکربندی زنبور عسل میتوانند به طراحی سیستمهای هوشمندی کمک کنند که نیاز به منابع محاسباتی و پردازشی بسیار محدودی دارند.
این واقعیت که یک حشره با مغزی به اندازه یک نقطه کوچک میتواند از پس چنین تحلیل تصویری برآید، گواهی بر انعطافپذیری شگفتانگیز سیستمهای عصبی کوچک است. این موضوع اثبات میکند مسائلی که علوم اعصاب انسانی برای مدتها آنها را استثنایی و نیازمند مغزهای بزرگ میدانست، با اصول یادگیری عمومی و ساختارهای فشرده نیز کاملاً قابل حل هستند.
منبع: spacedaily
۲۲۷۳۲۳
نظر شما