Нейроны зрительной коры меняют способ обработки информации за 20 миллисекунд

Почему ваш мозг быстрее узнает лица, чем новая нейросеть: честный разбор

Нейробиологи из Astera Institute и Калифорнийского университета в Беркли сделали открытие, которое переворачивает наши представления о зрении. Оказывается, клетки мозга умеют за доли секунды переключаться с «общего» режима распознавания на «лицевой». И это работает не так, как в современных нейросетях.

Статья вышла в Nature 25 марта. Первый автор — Юэлин Ши. Финансирование — Национальный научный фонд, NIH, Управление военно-морских исследований и Медицинский институт Говарда Хьюза. Но давайте без скучных формальностей — разберемся, что это значит на практике.

Как устроен сбой в привычной модели зрения

Раньше считалось, что нейроны в нижневисочной коре работают как узлы глубокой нейросети: каждый настроен на свою задачу и не меняет ее. Например, один нейрон всегда отвечает за лица, другой — за автомобили. Ученые думали, что эта жесткая специализация — основа распознавания.

Оказалось — нет. Эксперимент с приматами показал: при виде любого объекта нейроны сначала используют универсальный код, одинаковый для всего. Но как только в кадре появляется лицо — щелк! — за 20 миллисекунд клетки переключаются на специализированный код. На другие стимулы такого переключения нет.

Личное наблюдение автора: Недавно я заметил, как быстро мой ребенок находит на фотографии лицо мамы среди толпы — за секунду. А программа Face ID иногда тупит на тех же снимках. Теперь понятно: наш мозг физически перестраивается под задачу, а не просто подгоняет веса, как в нейронке.

Откуда взялась цифра 20 мс и что она меняет

Исследователи измеряли активность нейронов с шагом в 20 миллисекунд — это сверхбыстрая съемка работы мозга. Они показывали изображения лиц и других объектов (машины, фрукты, животные) в случайном порядке. Анализ с помощью искусственной нейронной сети подтвердил: характер сигнала скачкообразно меняется только при лицах.

Для машинного обучения это вызов. Современные нейросети (например, архитектуры для распознавания лиц) используют, по сути, фиксированные признаки — они не переключают «код» динамически. Они либо обучаются отличать лица, либо нет. Мозг же делает и то, и другое на одном и том же нейроне.

Вот сравнение для наглядности:

Что это дает простым смертным (кроме удивления)

Первое — понимание, почему мы так легко «выцепляем» лица в толпе. Второе — подсказка для разработчиков систем компьютерного зрения. Если научить нейросети динамически переключать код, они станут быстрее и точнее. Третье — новое направление в терапии расстройств распознавания лиц (прозопагнозия). Возможно, тренируя мозг на быстрое переключение, можно улучшить восприятие.

Пошаговый совет: как заметить эту гибкость у себя

Хотите проверить? Возьмите фотографию с большим количеством мелких объектов и одним лицом. Закройте глаза, откройте на полсекунды и снова закройте. Спросите себя: что вы запомнили? Скорее всего, первым всплывает лицо, хотя оно занимает меньше места, чем фон. Это и есть работа механизма переключения.

Попробуйте то же с изображением, где нет лиц. Запоминание будет хаотичным — мозг не знает, на чем сфокусироваться. Разница ощутима.

Важная мысль: Открытие противоречит догме о фиксированных функциях нейронов. Один нейрон — не один триггер. Он может выполнять разные вычислительные задачи в зависимости от времени и контекста. Для инженерии нейроинтерфейсов это означает, что мы пока копируем мозг слишком грубо.

Резюме от автора

Мозг не просто «мощнее» нейросетей. Он работает на другом принципе: динамическая специализация, а не статическая. 20 миллисекунд — это время, за которое нейроны переобуваются на лету. Если ИИ хочет догнать биологическое зрение, ему придётся научиться такому же быстрому переключению. А пока — face ID будет продолжать ошибаться на селфи при плохом свете. Человеческий глаз — нет.