Otak manusia sangat berperan penting dalam pengenalan wajah. Ini mendedikasikan area khusus untuk mengidentifikasi wajah, dan neuron di sana sangat baik dalam mengidentifikasi sehingga kebanyakan dari kita dapat dengan mudah mengenali ribuan individu. Dengan kecerdasan buatan, komputer sekarang dapat mengenali wajah dengan efisiensi dan ahli saraf di McGovern Institute for Brain Research MIT telah menemukan bahwa jaringan komputasi yang dilatih untuk mengidentifikasi wajah dan objek lain menemuan penemuan mirip otak yang mengejutkan untuk membedakan semuanya.
Temuan tersebut, yang dilaporkan pada 16 Maret 2022, di Science Advances, menunjukkan bahwa jutaan tahun evolusi yang telah membentuk sirkuit di otak manusia telah mengoptimalkan sistem kita untuk pengenalan wajah.
“Solusi otak manusia adalah memisahkan pemrosesan wajah dari pemrosesan objek,” dari Katharina Dobs, yang memimpin penelitian sebagai postdoc di lab penyelidik McGovern Nancy Kanwisher, Profesor Ilmu Saraf Kognitif Walter A. Rosenblith di MIT . Jaringan buatan yang dia latih melakukan hal yang sama. “Dan itu adalah solusi yang sama yang kami hipotesiskan yang ditemukan oleh sistem apa pun yang dilatih untuk mengenali wajah dan mengkategorikan objek,” perjelasnya.
“Kedua sistem yang sangat berbeda ini telah menemukan solusi yang — jika bukan — yang baik. Dan itu terasa sangat mendalam,” kata Kanwisher.
Daerah otak yang spesifik secara fungsional
Lebih dari 20 tahun yang lalu, Kanwisher dan rekan-rekannya menemukan titik kecil di lobus temporal otak yang merespons wajah secara khusus. Wilayah ini, yang mereka namakan area wajah fusiform, adalah salah satu dari banyak wilayah otak yang ditemukan Kanwisher dan lainnya yang didedikasikan untuk tugas-tugas tertentu, seperti deteksi kata-kata tertulis, persepsi lagu vokal, dan pemahaman bahasa.
Kanwisher mengatakan bahwa ketika dia telah menjelajahi bagaimana otak manusia diatur, dia selalu ingin tahu tentang alasan organisasi itu. Apakah otak benar-benar membutuhkan mesin khusus untuk pengenalan wajah dan fungsi lainnya? “‘Mengapa pertanyaan’ sangat sulit dalam sains,” katanya. Tetapi dengan jenis pembelajaran mesin canggih yang disebut jaringan saraf dalam, timnya setidaknya dapat mengetahui bagaimana sistem yang berbeda akan menangani tugas serupa.
Visualisasi stimulus yang disukai misalnya filter peringkat wajah.dimana filter di lapisan awal misalnya (Conv5) diaktifkan dengan maksimal oleh fitur sederhana, filter merespons fitur yang tampak seperti bagian wajah (misalnya, hidung dan mata) di lapisan tingkat menengah misalnya (Conv9) dan tampak mewakili wajah di cara yang lebih holistik di lapisan konvolusi akhir. Kredit: Gambar milik lab Kanwisher.
Dobs, yang sekarang menjadi pemimpin kelompok penelitian di Justus Liebig University Giessen di Jerman, mengumpulkan ratusan ribu gambar untuk melatih jaringan saraf dalam dalam pengenalan wajah dan objek. Koleksi wajah lebih dari 1.700 orang dengan ratusan jenis yang benda yang berbeda, dari benda hingga makanan. Semua ini disajikan ke jaringan, tanpa petunjuk tentang yang mana. “Kami tidak pernah memberi tahu sistem bahwa beberapa di antaranya adalah wajah, dan beberapa di antaranya adalah objek. Jadi pada dasarnya ini hanya satu tugas besar,” kata Dobs. “Perlu mengenali identitas wajah, serta sepeda atau pena.”
Saat program belajar mengidentifikasi objek dan wajah, program itu mengorganisir dirinya ke dalam jaringan pemrosesan informasi dengan unit yang disertakan khusus didedikasikan untuk pengenalan wajah. Seperti otak, spesialisasi pengecekan ini terjadi selama tahap pemrosesan gambar selanjutnya. Baik otak maupun jaringan buatan, langkah awal pengenalan wajah melibatkan mesin pengolah penglihatan yang lebih umum, dan tahap akhir bergantung pada komponen khusus wajah.
Tidak diketahui bagaimana mesin pengolah wajah muncul di otak yang sedang berkembang, tetapi berdasarkan temuan mereka, Kanwisher dan Dobs mengatakan jaringan tidak selalu memerlukan mekanisme pemrosesan wajah bawaan untuk memperoleh spesialisasi itu. “Kami tidak membangun apa pun secara langsung ke dalam jaringan kami,” kata Kanwisher. “Jaringan berhasil memisahkan diri tanpa diberi dorongan khusus wajah.”
Kanwisher mengatakan sangat menegangkan melihat jaringan saraf dalam memisahkan dirinya menjadi bagian-bagian terpisah untuk pengenalan wajah dan objek. “Itulah yang telah kami lihat di otak selama 20-an tahun,” katanya. “Mengapa kita memiliki sistem terpisah untuk pengenalan wajah di otak? Ini memberi tahu saya itu karena seperti itulah solusi yang dioptimalkan. ”
Sekarang, dia ingin sekali menggunakan jaring saraf dalam untuk mendapat jawaban tentang mengapa fungsi otak lainnya diatur seperti itu. “Kami memiliki cara baru untuk menanyakan mengapa otak diatur seperti itu,” katanya. “Berapa banyak struktur yang kita lihat di otak manusia akan muncul secara spontan dengan melatih jaringan untuk melakukan tugas yang sebanding?”
Be the first to comment