Brytyjscy naukowcy z University of Glasgow zobrazowali trójwymiarowo modele twarzy, wykorzystując informacje przechowywane w mózgach badanych w momencie, gdy przywoływali oni wspomnienia związane z wyglądem drugiej osoby. Badanie to pozwoli na zrozumienie mechanizmów, za pomocą których mózg identyfikuje twarze oraz może mieć szerokie zastosowanie w technologii sztucznej inteligencji, gier komputerowych, jak również w zeznaniach naocznych świadków.
Początkowo uczeni zbadali sposób, w jaki ich czternastu kolegów rozpoznawało twarze czterech innych wspólnych znajomych. Badani określali konkretne szczegóły w wyglądzie, które wykorzystali do zidentyfikowania znanych im czterech osób z pamięci.
W kolejnym etapie badania grupa ochotników musiała porównać twarze kilku nieznanych im osób, które były tej samej płci, w tym samym wieku oraz o podobnym pochodzeniu etnicznym. W ten sposób naukowcy opracowali metodę, która pozwoliła na poznanie mechanizmu, w jaki człowiek określa tożsamość wizualną oraz wygenerowali ją przy pomocy programu komputerowego. Dzięki temu badacze odtworzyli specyficzne informacje o innej jednostce, zapisane w pamięci.
„Trudno jest zrozumieć jakie informacje ludzie przechowują w pamięci, gdy rozpoznają znajome twarze. Ale opracowaliśmy narzędzie, które zasadniczo dało nam metodę, aby to zrobić. Dzięki inżynierii odwrotnej, informacje charakteryzujące czyjąś tożsamość zostały zaprezentowane matematycznie, co pozwoliło nam odtworzyć ją graficznie.” – profesor Philippe Schyns, współautor badania
Naukowcy zaprojektowali Generatywny Model Tożsamości Twarzy 3D, wykorzystujący bazę 355 twarzy w formacie trójwymiarowym, który opisuje każdą z nich pod względem cech, takich jak kształt czy tekstura. Następnie przypisywano liniowe modele tym twarzom, w celu wyodrębnienia poszczególnych cech niezwiązanych z płcią, wiekiem i pochodzeniem etnicznym, tym sposobem izolując unikalne informacje o tożsamości twarzy. W eksperymencie naukowcy poprosili obserwatorów, aby ocenili podobieństwo pomiędzy znajomą a losowo wygenerowaną twarzą, które dzieliły czynniki płci, wieku i pochodzenia etnicznego. Następnie do wygenerowania nowych twarzy wykorzystano model matematyczny, który brał pod uwagę unikalne informacje o tożsamości znajomych twarzy, łącząc je ze zmianą wieku, płci, pochodzenia etnicznego lub kombinacji tych czynników.
