识别面孔对于我们如何在复杂社会中进行互动至关重要，并且通常被认为是一种需要人类大脑复杂化的能力。
但是我们发表的新证据 心理学前沿 表明像蜜蜂这样的昆虫（意大利蜜蜂）和欧洲黄蜂（黄蜂寻常型）使用与人类相似的视觉处理机制，实现可靠的人脸识别。
尽管昆虫的大脑很小。 与构成人脑的86,000百万分之一相比，它们含有不到一百万个脑细胞。
了解大脑的大小可以使复杂的任务得到有效解决，这当然很有意思，但也具有实际意义。 它使我们能够了解大脑是如何进化的，以及如何考虑设计可能反映生物大脑效率的人工智能（AI）。
轻松但复杂
我们非常擅长识别熟悉的面孔。 想想在火车站遇见一位朋友的情况，那里有数百人经过，他们都向不同的方向前进。 突然间，远处一瞥熟悉的面孔意味着我们找到了合适的人选。
这似乎毫不费力，但人工智能解决方案通常很难在复杂情况下识别人脸。
我们在识别面部方面的专业知识主要基于“整体处理” - 将不同的面部特征粘合在一起以提供卓越的识别。 这被认为是一种复杂的认知过程，随着观看面孔的经验而发展。 一旦我们熟悉了一张脸，就会将不同的特征 - 如眼睛，鼻子，嘴巴和耳朵 - 作为“格式塔”（包含所有元素的单元）一起处理，以便我们可靠地识别个体。
有趣的是，虽然整体处理最常用于识别面部，但当我们成为其他视觉任务的专家时 - 比如作为狗展的评委或收集经典汽车 - 那么我们的大脑也采用整体处理来在这些领域实现卓越的识别能力。
因此，整体处理可以是识别重要对象的一般原则。 这更有用，因为它意味着整体处理对于开发改进的AI解决方案具有价值，例如快速准确地识别快速增长的入侵植物 AgTech行业.
我们有兴趣知道整体处理原理在不同的动物中有多普遍，所以我和我的同事着手测试昆虫如何解决面部识别任务。
带上昆虫
蜜蜂是一种非常易于理解的视觉处理动物。 可以训练个体蜜蜂学习复杂问题，以获得甜蜜的奖励。 最近我们以相同的方式开发了测试黄蜂的方法。
来自美国研究小组的其他证据显示纸黄蜂（Polistes fuscatus）可以非常可靠地学习其他纸黄蜂的面部，并且似乎已经进化出专门的脑机制 黄蜂脸部处理.
缺少的是通过对个体面部特征的简单解释，或使用更复杂的“整体图像”解释 - 整体面部处理 - 在人类中发生的对昆虫是否发生的理解。
我们决定测试蜜蜂和欧洲黄蜂的整体面部处理的可能性，使用经过训练的人员完成受操作面部的测试。
测试面部处理
已经存在两个非常有用的测试来确定人类受试者使用整体面部处理：这些是 部分整体效应，并 复合面效应.
部分整体效应 揭示当眼睛，鼻子或嘴巴等面部特征被孤立地感知时，与在全脸环境中观看这些特征时相比，识别面部更难。
复合面效应 指的是在不正确的外部特征的背景下观察正确的内部特征（如眼睛，鼻子和嘴巴）时性能准确性的大幅下降。
在熟悉的面部的人工处理中，不同的元素特征被粘合在一起形成完形，以提高面部识别的准确性。
我知道那张脸
当我们使用这些原理来测试昆虫时，蜜蜂和黄蜂都能够学习人脸的消色差（黑白）图像。
然后，蜜蜂和黄蜂都进行了四次额外的单独测试。 结果表明，尽管这些昆虫没有处理人脸的进化理由，但它们的大脑通过创建复杂图像的整体表示来学习可靠的识别。 他们将特征放在一起以识别特定的人脸。
我们现在知道昆虫的小脑可以可靠地识别出至少有限数量的面孔。 这表明，在人类中，我们大脑的优势可能是我们记忆中的大量个体。
这些新信息有助于我们了解如何在人类和其他灵长类动物中进化非常复杂的面部处理专业知识。
不同动物对各种复杂视觉问题使用整体处理的证据表明，这可能是探索开发人工智能解决方案以获得可靠识别的有用方法。
关于作者
Adrian Dyer，副教授， 皇家墨尔本理工大学
相关书籍
at InnerSelf 市场和亚马逊
