1701312170
绵羊大脑中颞叶一些细胞到底对羊脸的什么感兴趣。就如图上所示细胞对于绵羊的面孔有着很多特异性，倘若被马赛克干扰，这些细胞就不能输出有意义的信息；反过来说，被打马赛克的地方就是这些神经细胞的判断“任务点”。比如有的对面孔感兴趣，有的只对眼睛感兴趣，也有的就对面孔没兴趣，甚至还有的对羊角产生兴趣
1701312171
1701312172
上图中有着各种各样的绵羊面孔，每张图都能激发羊脑颞叶上一些细胞活动，也就是说这些细胞对绵羊面孔的不同构成有着不同的活跃程度。难道说绵羊是用局部信息识别羊脸吗？虽然还没有对于绵羊大脑视觉通道的具体研究，但是根据现有的羊脑神经研究，Kendrick教授推断出绵羊的识别符合基本的识别方式：视觉信息在颞叶区域的细胞在针对不同类型被分别处理后，最终会在高级脑区被整合，而后整体识别。他们的研究方法运用了单神经细胞记录，也利用了面孔倒置研究。正如同我们的梭状回面孔区在右侧大脑，他们在2000年发现绵羊识别绵羊的时候也主要激活右侧大脑进行整体识别，所以绵羊在看到倒置的绵羊脸的时候会感到困惑。过了一年，他们发现对于人脸，绵羊们更多地选择局部识别，和我们识别外国人的陌生面孔一般，绵羊左右半脑整体与局部一起识别，倒置面孔的效应也不大（正因为正常面孔识别能力也弱，两者差异反而小）。绵羊脑内对于面孔的加工正如同我们分辨熟悉的人与外国人一样，我们真的不能说绵羊“笨”，只能说它们“深藏不露”。
1701312173
1701312174
相信大家对于绵羊更能理解了，因为绵羊们身怀“绝技”。面孔识别不光在我们人类还有灵长类动物身上很重要，对绵羊来说也很重要。而且，绵羊的面孔识别能力和人类真的很相似，都是为了更好地与“朋友”生活在一起。在探讨面孔之外，我想插几句关于动物保护的话题。Kendrick教授在对绵羊的神经以及社会性研究接近30年之后，毅然投身于绵羊保护活动，因为在研究之后他更加深刻地体会到了每种动物的灵性与可爱之处。虽然我们没有他那样的机会与经验能够接触这些可爱的动物，但是我希望各位读者都能对无辜的小动物（无论是绵羊还是山羊）充满爱，不要无故欺负它们、伤害它们。毕竟绵羊的大脑“装配”有面孔识别能力，它们能记你的脸很长时间，你还敢对它们做坏事吗？
1701312175
1701312176
看脸 [:1701311734]
1701312177
小小的总结
1701312178
1701312179
这颗蔚蓝的行星上，我们人类至少在阅读面孔方面并不孤单，我们的“亲戚”们可以识别我们的面孔，我们最好的朋友狗狗也可以识别我们的面孔，甚至“笨笨的”绵羊也能有如同我们一般的面孔识别能力。它们识别我们面孔的能力堪比人类本身。就比如说狗狗，正是由于能够判断我们的面孔，才有如此的兴趣让它们成为我们生活中不可缺少的好伙伴甚至好帮手。也希望大家能够爱护身边的动物与宠物，在这样的动物心中你或者说你的面孔都是独一无二的存在。
1701312180
1701312181
狗与绵羊的面孔识别能力不是来自出生后的训练，也不依赖于智力，也与和人亲密的程度无关，而是由于深层次的神经系统：颞叶处的面孔识别区域。大家想一想，我们身边的猫咪相较农场里的绵羊肯定对人类更为熟悉，但是由于缺少面孔识别的专门脑区，猫咪并不能像绵羊一般理解、处理、记忆我们的面孔；虽然聪明，但是我们的面孔对于猫咪并不是那么有意思（举个例子，最新的苹果笔记本电脑性能其实很强大，但是VCD光盘对于没有光驱的它们毫无意义，10年前的老PC电脑尽管老旧，自带的光驱却赋予了这些老家伙读取光碟的能力；就读光碟这件事情而言，没有光驱再厉害的电脑也没辙）。面孔识别的能力依赖于特有的大脑结构，谁让面孔是最为特别的视觉刺激呢？
1701312182
1701312183
1701312184
1701312185
1701312186
看脸 [:1701311735]
1701312187
看脸 Chapter 4 大脑“眼中”的面孔
1701312188
1701312189
在电脑“眼中”，我们的话语是二进制的数据，而并不是一个个完整的语句。与此相类似，在大脑“眼中”我们的面孔是什么样子的呢？
1701312190
1701312191
苹果公司在发布经典的iPhone 4S手机时，也推出了Siri语音助手：长按home键，你就能和Siri进行简单的交流，仅用手机就可以主动完成一些操作。比如我曾经仅花了一分钟，通过Siri，便向朋友发了一条短信。这一位有趣的助手，尽管只是一个电脑程序，却可以与我们用母语交流，着实方便。不过，你有没有想过，在Siri的程序里面，我们说的话都被一个个公式，一次次傅里叶变换公式转换为电脑最为熟悉的二进制数据。所以说在电脑“眼中”，我们的话语是二进制的数据，而并不是一个个完整的语句。与此相类似，在大脑“眼中”我们的面孔是什么样子的呢？是完整的图像不经任何压缩处理直接分析呢，还是也如同电脑一般利用“程序”预处理数据后再进一步分析呢？这一章，我们就看一看大脑究竟如何预处理我们所看到的面孔。
1701312192
1701312193
看脸 [:1701311736]
1701312194
大脑为了面孔“尽力了”
1701312195
1701312196
在了解大脑“眼中”的面孔之前，我们先粗略地了解一下大脑会如何加工我们所看到的面孔。对于面孔的识别，隶属于视觉识别，这要归功于我们大脑内处理面孔的复杂结构。在大脑里，进行初步视觉处理后，还有不少针对面孔活跃的神经区域。
1701312197
1701312198
让我们回到1982年，Mishkin（米休金）和Ungerleider（昂格莱德）教授在猴子的脑损伤实验中得到了改变视觉研究的成果。这个结果又称为双通道假设理论，即大脑在处理视觉信息的时候会把信息分成两组分别处理。在视觉刺激被初级视觉皮层分析之后会被分为两束。一束叫作背侧通路（dorsal stream），向上传递到顶叶皮层（靠近头顶的位置）；它主要传递视觉刺激的空间方面的信息（where），放在面孔角度就是面孔有什么动态，朝向什么位置，离我们有多远，在说什么话。另一束叫作腹流（ventral stream），向下传递到颞叶皮层（靠近耳朵的那个位置）；它主要传递视觉刺激的内容方面信息（what），放在面孔上就是这个人是谁，他是怎么样一个人，他与我们有什么关系。这个划分为科学家指明道路：大脑在处理视觉信息时不是一股脑儿放到“处理中心”分析，而是会根据材料略做划分。而在另一个方面，我们可以发现大脑在识别一张图片时，会有广泛的激活。更不要说是面孔信息了。
1701312199
1701312200
1701312201
1701312202
1701312203
图中所示的就是视觉处理的初级阶段。再之后这些分散的信息会被重新整合。这一章着重讲图上过程完结之后大脑做了什么
1701312204
1701312205
1701312206
1701312207
1701312208
紫色部分是下颞叶，箭头代表了腹流，关乎“是什么”；绿色部分为后顶叶，箭头代表了背流，关乎“在哪里”。通过这两条通道我们能够理解周围的世界
1701312209
1701312210
在这之后，随着技术的提升，我们对于视觉识别的理论了解得越来越清晰：复杂的协同工作帮助我们识别看到的东西。倘若我们观察整个大脑，在做判断时大脑没有什么地方能够闲下来。所以说不要相信一些文学作品中“大脑没有完全利用”的说辞。上述的两束信息流只不过是开始，之后整个大脑会如同点燃的烟火一般完全燃烧起来。
1701312211
1701312212
丰富的视觉研究成果（从理论上以及方法上）帮助了人类对于面孔识别的研究：面孔也是一种视觉刺激，那么它会不会也被不同的脑区处理呢？是怎么样处理呢？这就是Bruce和Young两位教授在1986年根据面孔识别中实际的功能差异，把面孔识别划分出的两类：这个人是谁，这个人摆出了什么表情。在他们的观点中，身份判断以及情绪判断有着截然不同的功效，自然不太可能按照同一个处理方式去处理；进一步讲，唇语阅读等内容也应该更靠近于瞬息万变的表情，但是远离万变不离其宗的身份。当时虽然没有充足的脑成像研究，但是他们大胆假设面孔会有不同的区域识别。
1701312213
1701312214
在20世纪80年代，猕猴的单电极研究发现了不少有趣的结果。单电极就是把一根电极深入大脑直接“窃听”一个神经的活跃。由于要侵入大脑，此方法往往局限于动物研究。比如说Perret（佩雷）教授发现猕猴的颞叶部分有些细胞只对面孔产生反应，对于车子、房子什么的没兴趣。这一些研究被科学界采纳：大脑的确对于面孔比较特殊，甚至进化出专门用于面孔识别的区域。不过猴子再和人类相似，我们也不能把猴脑的研究成果直接搬到人脑上，哪怕结构相似，很多细节之处复杂的差异也会导致不一样的结果。
1701312215
1701312216
到了1997年，马萨诸塞理工学院的Kanwisher教授在人脑中发现了一些不一样的东西：梭状回面孔区（Fusiform Face Area，简称FFA）。此区域也在人脑的颞叶，位置偏下，需要从下往上看才能看清楚。这个区域在人察觉到人脸的时候就有频率稳定的活跃。之后Kanwisher教授做了进一步对比实验，确定这个区域涉及面孔的身份识别：判断“他是谁”就依靠这个区域。返回去看，这个区域的失调也是面孔失认症的源头。同时，在20世纪末，不少学者也发现判断面孔的一些细节的时候也会动用不同的脑区，比如说杏仁核（amygdala）、脑岛、颞上沟等等。当时以Kanwisher教授为首的一群科学家就认为人类在判断面孔的时候会“启用”一些非常特殊的大脑区域进行判断。
1701312217
1701312218
不过这个假说很快为Haxby的新模型所吸收包含，最终成为现在广受使用的神经模型假说（distributed neural system）。2000年，Haxby（哈克斯比）、Hoffman（霍夫曼）以及Gobbini（戈比尼）三位科学家总结神经科学的研究成果，在Bruce和Young的功能模型基础上提出了基于神经系统模型。Haxby与同事扩展了Bruce和Young的研究，并且用翔实的研究成果指出：我们的大脑是通过分布开的不同神经系统识辨面孔。这个模型与Kanwisher教授的“特殊”模块处理面孔的假设并不矛盾，应当说互为补充。在下一节我会细细介绍这个假说。
1701312219