Scienziati del Salk Institute (USA), Skoltech (Russia), e il Riken Center for Brain Science (Giappone) hanno studiato un modello teorico di come le popolazioni di neuroni nella corteccia visiva del cervello possono riconoscere ed elaborare i volti e le loro espressioni, e come sono organizzati. La ricerca è stata recentemente pubblicata su Calcolo neurale ed evidenziato in copertina.

Gli esseri umani hanno una straordinaria capacità di riconoscere un numero enorme di volti individuali e interpretare le espressioni facciali. Queste abilità giocano un ruolo chiave nelle interazioni sociali umane. Però, come il cervello umano elabori e memorizzi informazioni visive così complesse è ancora poco compreso.

Gli scienziati di Skoltech Anh-Huy Phan e Andrzej Cichocki, con i loro colleghi degli Stati Uniti e del Giappone, Sidney Lehky e Keiji Tanaka, ha cercato di capire meglio come la corteccia visiva elabora e memorizza le informazioni relative al riconoscimento facciale. Il loro approccio si basava sull'idea che un volto umano può essere concettualmente rappresentato come un insieme di parti o componenti, compresi gli occhi, sopracciglio, naso, bocca, ecc. Utilizzando un approccio di apprendimento automatico, hanno applicato un nuovo algoritmo tensoriale per scomporre le facce in un insieme di componenti o immagini chiamate tensorfaces, così come i loro pesi associati, e facce rappresentate da combinazioni lineari di tali componenti. In questo modo, hanno costruito un modello matematico che descrive il lavoro dei neuroni coinvolti nel riconoscimento facciale.

"Abbiamo usato nuove decomposizioni tensoriali per rappresentare i volti come un insieme di componenti con una complessità specificata, che possono essere interpretati come cellule facciali modello e indicano che le rappresentazioni del volto umano consistono in una miscela di cellule facciali a bassa e media complessità, ", ha affermato il professore di Skoltech Andrzej Cichocki.