Je loopt op straat en daar komt iemand aan, je kijkt naar het gezicht en binnen een fractie van een seconde weet je wie het is. Het maakt niet veel uit of je iemand van opzij of recht van voren ziet. En je kunt zo duizenden gezichten onderscheiden: een knap kunstje van onze hersenen. Hoe gaat dat in zijn werk?

De Jennifer Aniston cel?

Een paar jaar geleden was er veel ophef: neurowetenschapper Quiroga had een neuron gevonden in het menselijk brein dat alleen vuurde als de eigenaar van dat brein een foto van Jennifer Aniston zag ¹ Hoe kan je bij iemand neuronen zien vuren in de hersenen? Het ging om patiënten met epilepsie die een hersenoperatie ondergingen en waarbij tijdelijke elektroden in de hersenen werden geplaatst waarmee je het vuren van neuronen kunt zien.. Bij andere patiënten werden neuronen gevonden die alleen vuurden als de patiënt Bill Clinton, of moeder Theresa, of Saddam Hoessein zag. Daar ontstond overigens minder ophef over, waarom weet ik niet. Zou er voor het herkennen van elk van die mensen een apart neuron in je hersenen zitten? En hoe werkt zo een neuron dan? Net als een kaart in een spel kaarten: je trekt de kaart ‘Jennifer Aniston’ of de kaart ‘Bill Clinton’ of de kaart ‘moeder Theresa’? Ik help je uit de droom: er bestaat geen speciaal neuron voor een bepaalde persoon of het herkennen van die persoon.

Gezichtsherkenning in de slaapkwab

We weten al jaren dat bepaalde stukjes van de hersenschors -zogenaamde “face patches“- van mensen -en ook apen zoals makaken- van belang zijn voor het onderscheiden van gezichten. Doris Tsao en haar medewerker hebben nu ontrafeld hoe dat gaat ² Zie Chang, L. and D. Y. Tsao (2017) bij “bronnen” . Twee soorten kenmerken spelen daarbij een belangrijke rol. Eén betreft de vorm van het gezicht, zoals afstand tussen de ogen, hoogte van het voorhoofd, vorm van de kin. De andere soort kenmerken betreft bijvoorbeeld huidskleur, teint, haarkleur en andere kenmerken die los staan van de vorm van het gezicht. Die twee soorten kenmerken worden in aparte lapjes, patches, geanalyseerd. Hoe die kenmerken in de gezichtsherkenningslapjes worden geanalyseerd is behoorlijk ingewikkeld en moeilijk voor te stellen.

Kleuren zien of gezichten onderscheiden

Misschien helpt het om te beginnen met een eenvoudiger voorbeeld. We kunnen een heel uitgebreid palet aan kleuren waarnemen met hele subtiele nuances. Daarvoor zijn in de ogen slechts drie soorten kegeltjes verantwoordelijk die licht van verschillende golflengten registreren -rood, groen en blauw. In de hersenen worden de signalen van die drie soorten kegeltjes gecombineerd. Rood, groen en blauw zijn als het ware drie dimensies van het licht op een x, y en z as. Elke kleurnuance is een punt in die driedimensionele ruimte, de kubus in de figuur.
Chang en Tsao gebruikten 50 dimensies van gezichtskenmerken. Elk gezicht kan voorgesteld worden als een apart punt in die 50-dimensionele ruimte, dus met 50 assen in plaats van drie. En dat is even iets anders dan 3 dimensies van kleuren voor het kleurenpalet. Een probleem is dat we ons die 50 dimensionele ruimte niet voor kunnen stellen. En dan is het onderzoek van Chang en Tsao ook nog een simplificatie van de werkelijkheid. Het ging om foto’s van gezichten. Die gezichten bewogen niet, hadden een neutrale uitdrukking, er waren geen andere gezichten of dingen te zien, de gezichten waren duidelijk zichtbaar, goed belicht. Kortom, om gezichten in de echte wereld te onderscheiden moeten de hersenen nog heel veel meer kenmerken meten en in heel veel meer dimensies bewerken.

Geen Jennifer Aniston cel?

Het meten van 50 gezichtskenmerken, in 50 dimensies is een efficiënte manier om gezichten van elkaar te onderscheiden. Elk neuron dat betrokken is bij het herkennen van gezichten meet één dimensie. Kenmerken op andere dimensies hebben geen enkele invloed op de activiteit van dat neuron. En dat verklaart ook meteen waarom een bepaald neuron kan vuren/actief kan zijn bij het zien van Jennifer Aniston en niet bij andere personen. Jennifer Aniston heeft bijvoorbeeld een spitse kin met een typische vorm. Als het neuron waarvan de onderzoekers de activiteit maten daar gevoelig voor is, vuurt het dus bij het zien van Jennifer Aniston. Als geen van de andere vertoonde personen zo een kin heeft, vuurt het zelfs alléén bij het zien van Jennifer Aniston. En dat wordt nog begrijpelijker, want Tsang en Tsao vonden dat neuronen gevoeliger zijn voor complexer gezichtskenmerken dan de vorm van de kin. Ze noemen zelf als voorbeeld de eerste van de 50 dimensies: die is een combinatie van vorm van haarlijn, gezichtsbreedte en hoogte van de ogen.

Een gezicht reconstrueren op basis van vuurpatronen

In de beschreven lapjes in de slaapkwab worden kenmerken van gezichten geanalyseerd en onderscheiden. Chang en Tsao laten zien welke rol elk van 200 hersencellen (neuronen) spelen en hoe die precies samenwerken om tot onderscheiden van gezichten van 200 personen te komen. Bijzonder is dat ze daarmee voor het eerst een cognitief ingewikkelde functie als onderscheiden van gezichten en de vuurpatronen van neuronen direct en gedetailleerd met elkaar in verband hebben gebracht. Ze vonden unieke vuurpatronen bij elk gezicht. Maar ze konden ook de omgekeerde weg bewandelen. Ze lieten een aap een plaatje van een gezicht zien, maten de activiteit van 200 neuronen en reconstrueerden op basis daarvan het gezicht. De figuur geeft vier voorbeelden hoe goed dat lukte.

Een grote stap vooruit?

Tot slot: over het algemeen bespreek ik liever niet een enkele wetenschappelijke publicatie. Tenslotte zeggen wetenschappers niet voor niets: één onderzoek is geen onderzoek. Ofwel: anderen moeten het eerst maar eens reproduceren en toetsen of de principes wel kloppen. Dat geldt vooral voor hele nieuwe principes. Maar ik ben overtuigd dat de essentie van dit onderzoek klopt en een grote stap vooruit is. Het zou wel eens de ontdekking van een algemeen werkingsprincipe van de hersenen kunnen zijn. Of ik me in mijn enthousiasme laat meeslepen zal de toekomst uitwijzen.

Bronnen

Chang, L. and D. Y. Tsao (2017). “The Code for Facial Identity in the Primate Brain.” Cell 169(6): 1013-1028 e1014.

Tsao, D. (2014). “The Macaque Face Patch System: A Window into Object Representation.” Cold Spring Harbor symposia on quantitative biology 79: 109-114.

Quiroga, R. Q., I. Fried, et al. (2013). “Brain cells for grandmother.” Scientific American 308(2): 30-35.

Freiwald, W. A. and D. Tsao (2010). “Functional Compartmentalization and Viewpoint Generalization Within the Macaque Face-Processing System.” Science 330(6005): 845-851.

Kanwisher, N. (2010). “Functional specificity in the human brain: A window into the functional architecture of the mind.” Proceedings of the National Academy of Sciences 107(25): 11163-11170.

Kanwisher, N. and G. Yovel (2006). “The fusiform face area: a cortical region specialized for the perception of faces.” Philosophical transactions of the Royal Society of London. Series B, Biological sciences 361(1476): 2109-2128.

Quiroga, R. Q., L. Reddy, et al. (2005). “Invariant visual representation by single neurons in the human brain.” Nature 435(7045): 1102-1107.