„Das ist ein Foto meiner Mutter… Das hier zeigt meinen Nachbarn… Dieses Gesicht kommt mir hingegen nicht bekannt vor“. Der Mensch und auch die Vertreter seiner Familie – die Primaten – können ausgesprochen gut Gesichter von Bekannten und Unbekannten unterscheiden. Bereits seit einiger Zeit versuchen die Neurowissenschaftler um Doris Tsao vom California Institute of Technology in Pasadena zu ergründen, wie unser Gehirn Gesichter erfasst, abspeichert und anschließend wieder zuordnet.
Durch Hirnscans mittels funktioneller Magnetresonanztomographie an Menschen und anderen Primaten hat das Team bereits in früheren Untersuchungen sechs Hirnbereiche identifiziert, die für die Erkennung von Gesichtern verantwortlich sind. Sie bezeichnen diese Regionen im inferotemporalen Cortex des Gehirns Gesichtsfelder. Weitere Untersuchungen zeigten, dass in diesen Arealen spezielle Nervenzellen sitzen, die bei der Betrachtung von Gesichtern besonders stark aktiv sind, nicht aber beim Anblick von anderen Gegenständen. Die Forscher nannten diese Neuronen Gesichtszellen.
Wie sich Gesichter in Nervenaktivitäten spiegeln
Zuvor nahm man an, dass für die Codierung eines Gesichts jeweils eine bestimmte Nervenzelle im Gehirn zuständig ist. Doch die Erkenntnisse von Tsao und ihren Kollegen ließen dies als eher unwahrscheinlich erscheinen: „Prinzipiell könnten wir Milliarden von Menschen erkennen, aber wir haben keine Milliarden von Gesichtszellen im inferotemporalen Cortex. Es musste demnach ein anderes System geben“, sagt Tsao zum Hintergrund der aktuellen Studie.
Ihre Untersuchungen führten die Forscher an Makaken durch, denen sie Bilder von Gesichtern präsentierten und gleichzeitig deren Gesichtszell-Aktivität im Gehirn durch feine Elektroden erfassten. Zunächst zeigte sich: Die Nervenimpulse bestimmter einzelner Neuronen beim Anblick von sehr unterschiedlichen Gesichtern blieben gleich. Es stellte sich heraus, dass die Gesichtszellen anstatt jeweils ein bestimmtes Gesicht zu codieren, nur eine bestimmte räumliche Information innerhalb eines mehrdimensionalen Raums abbilden. „Wir waren völlig überrascht – wir hatten immer gedacht, dass die Gesichtszellen komplexer wären, aber es stellt sich heraus, dass jede Gesichtszelle nur die Distanz eines bestimmten Aspekts im Gesichtsraum erfasst und für andere Funktionen blind ist“, sagt Tsao.
Die Funktion des Systems bei der Gesichtserkennung beziehungsweise Abspeicherung von Gesichtsinformationen vergleichen sie mit dem Licht: In ähnlicher Weise wie die unterschiedlichen Kombinationen von roten, blauen und grünen Wellenlängen verschiedene Farbnuancen ergeben, können die Kombinationen der Informationen der Gesichtszellen alle möglichen Gesichter codieren.
Inspiration für technische Erkennung von Gesichtern
Anhand ihrer Erkenntnisse entwickelten die Forscher anschließend einen Computer-Algorithmus, der Gesichter aus neuronalen Reaktionen im Gehirn der Versuchsaffen entschlüsseln konnte. Mit anderen Worten: Sie zeigten den Tieren beliebige neue Gesichter und zeichneten über die Elektroden im Gehirn die Aktivitäten der Gesichtszellen auf. Aus diesen Daten konnte der Algorithmus dann das gesehene Gesicht rekonstruieren und zwar erstaunlich akkurat: Die Fotos, die die Affen gesehen hatten, und die Gesichter, die mit dem Algorithmus neu erstellt worden waren, ähnelten sich stark. Dazu waren nur die Informationen von etwa 200 Gesichtszellen nötig, berichten die Forscher. „Es heißt, dass ein Bild tausend Worte wert ist“, sagt Tsao. „In diesem Fall heißt es: Ein Gesicht ist etwa 200 Neuronen wert.“
Ihr Kollege Steven Le Chang sagt: „Obwohl es viele Detail-Schritte bei der Verarbeitung des Eindrucks eines Gesichts gibt, ist das Grundkonzept der Codierung in den Gesichtszellen erstaunlich unkompliziert. Dies deutet darauf hin, dass auch andere visuelle Eindrücke durch ähnliche Kodierungssysteme verarbeitet werden“. Den Neurowissenschaftlern zufolge geht die Bedeutung dieser Erkenntnisse über die Neurowissenschaften hinaus: „Das System könnte neue maschinelle Lernalgorithmen für die Erkennung von Gesichtern inspirieren“, sagt Tsao.