Simple Science

最先端の科学をわかりやすく解説

# 生物学# 神経科学

赤ちゃんは早くも顔を認識する能力を持ってるんだよ。

研究によると、赤ちゃんは200ミリ秒で顔のカテゴリーを区別できるらしい。

― 1 分で読む


赤ちゃんの顔認識赤ちゃんの顔認識人を認識することはできないんだ。赤ちゃんは顔をカテゴライズできるけど、個
目次

研究によると、人間の脳は顔に対して他の物体とは違った反応を示すんだって。これって大人でも見られるけど、赤ちゃんにもあるみたい。ただ、その具体的な反応はまだ完全には分かってないんだよね。顔って社交的なやり取りには特に重要で、認識するのは人生の早い段階から始まることがあるんだ。

顔に対する脳の反応

大人の場合、特に人間や非人間の霊長類の顔を見るときに特定の脳の活動が見られるんだ。この活動はN170と呼ばれていて、顔を見てから約170ミリ秒後に起こるんだ。人間の顔の方が非人間の霊長類の顔よりも早く反応するみたい。幼い子供たちも顔に反応することができるけど、異なるカテゴリの顔に対して大人と同じような反応を示すかどうかはまだはっきりしてないんだよ。

赤ちゃんの顔認識

研究によると、9ヶ月までには赤ちゃんが人間と非人間の霊長類の顔を区別できるようになるらしい。普段見ているカテゴリに属さない顔に気づくこともできるんだって。別の研究では、異なる人間の顔を見た後、約290ミリ秒後に脳の活動の証拠が見つかって、赤ちゃんがこれらの顔を認識し始めていることが示された。

でも、赤ちゃんにはN170という特定の脳反応の明確な証拠はまだないんだ。これまでに測定されたほとんどの信号は、同じカテゴリ内の異なる個々の顔を識別することには結論が出ていないんだ。

研究の目的

赤ちゃんが異なる顔やカテゴリをどう処理するかをもっと理解するために、5ヶ月から13ヶ月の赤ちゃんを対象にした研究がデザインされたんだ。研究者たちは、これらの若い脳が人間と非人間の霊長類の顔をどう区別するかや、同じカテゴリ内の異なる個体をどう認識するかを調べたいと思っている。顔の提示中の脳の活動をキャッチするために先進的な技術を使ったんだよ。

研究デザイン

この研究では、赤ちゃんに人間と猿の顔の画像を見せて、彼らの脳の活動をモニタリングしたんだ。いつ、どのように顔に対して脳が反応したかを分析するために特別な注意が払われた。赤ちゃんが顔のカテゴリ(人間対猿)や個々の顔(ある人間の顔対別の人間の顔)に対して異なる反応を示すかを確認するのが目標だったんだ。

研究者たちは、時間解像度デコーディングという方法を使って、脳の信号を時間をかけて見て、平均的な反応だけを測るのではなく、脳の活動から得られる全ての情報を使ったんだ。

発見

驚くべきことに、この研究で赤ちゃんが画像を見てから200ミリ秒後には人間と非人間の霊長類の顔を区別できることが分かった。でも、同じ種の中で個々の顔を区別する能力は見られなかったんだ。

研究者たちは神経ネットワークを使って個々のデータを分析した結果、ほとんどの赤ちゃんが顔をカテゴライズできることが分かったけど、個々の顔をランダムな推測レベル以上で特定することはできなかった。

時間解像度デコーディング

グループレベルでは、研究者たちは赤ちゃんに見せた異なる顔に基づいて脳の信号を分類したんだ。赤ちゃんが人間の顔と猿の顔をどれだけうまく区別できるかを見たら、200ミリ秒から770ミリ秒の間にしっかりと区別できることがわかった。

でも、個々の人間や猿の顔を区別する時は、赤ちゃんたちは偶然のレベル以上のパフォーマンスを示さなかったんだ。

空間的・時間的反応

研究者たちはデータを分析しながら、さまざまな時間ポイントでの脳の反応を見たんだ。赤ちゃんが異なる顔のカテゴリを見たとき、脳の特定のエリアで強い反応が見られたことに気づいた。この中には視覚情報を処理する役割を持つ後頭部の信号も含まれている。結果から、赤ちゃんは顔をカテゴライズするのが得意だけど、個々の顔を特定する能力はあまり発達していないことが示唆されたんだ。

神経ネットワークベースのデコーディング

個々の違いをさらに掘り下げるために、研究者たちは神経ネットワークを使って各赤ちゃんのデータを個別に分析したんだ。このネットワークは試行データをフルで見て、赤ちゃんに提示された刺激を分類した。38人の赤ちゃんのうち、21人が顔をカテゴライズする能力を示したけど、個々の顔を特定することには成功しなかった。

これは、赤ちゃんが一般的には顔のカテゴリを理解できるけど、そのカテゴリ内の具体的な個人を特定するのに苦しんでいることを示しているよ。

研究結果の意義

この研究の結果は、赤ちゃんが顔をカテゴライズし始めるのは思ったより早いことを示唆しているんだ。この能力は200ミリ秒周辺で現れるみたいで、大人より遅いけど他の赤ちゃんの研究よりは早いんだ。タイミングや脳の活動の違いは、脳機能の徐々の発達や顔認識タスクの複雑さなど、いくつかの要因によるかもしれない。

顔のカテゴライズのために偶然超えたデコーディングがあるのは、赤ちゃんが大人と同様に顔を処理する基本的な能力があることを示している。このことは、顔認識が時間と共にどう発展するのか、またその成長に影響を与える要因について疑問を投げかけるよ。

今後の方向性

これらの発見を検証し、さまざまなタイプの顔、例えば異なる性別や民族に当てはまるかどうかを調べるためのさらなる研究が必要だよ。これにより、赤ちゃんの顔認識能力が成長する過程や、それが後の社交スキルにどんな関連があるかを明らかにするのに役立つだろう。

結論

この研究は、赤ちゃんが異なる顔のカテゴリにどのように反応するかについて新しい洞察を提供しているんだ。彼らはとても若い時期から人間と非人間の霊長類の顔を区別できるけど、そのカテゴリ内で個々の顔を認識する能力はまだない。この結果は、こうしたスキルがどのように発展するか、また赤ちゃんが成長する過程での顔認識に関わる神経経路を検討する重要性を強調しているよ。この研究は、顔認識能力に影響を与える発達障害の早期発見に潜在的な応用があるんだ。

オリジナルソース

タイトル: Electrophysiological decoding captures the temporal trajectory of face categorization in infants

概要: The adult human brain rapidly distinguishes between faces at around 170 milliseconds after stimulus onset. In the developing brain, however, the time course of face discrimination is poorly understood. To shed light on this issue, we presented human and nonhuman primate faces to five to thirteen-month-old infants in an event-related electroencephalography experiment. Using time-resolved decoding based on logistic regression we detected above-chance discrimination of human faces from nonhuman faces in a time window starting at around 200 milliseconds, originating from occipito-temporal electrodes. There was no evidence, however, for above-chance discrimination of individual human or individual nonhuman faces. Moreover, using neural network-based decoding, we delivered the proof of principle that face categorization but not individuation can be detected even at the level of single participants. These results indicate that rapid face categorization emerges already in preverbal infants.

著者: Michael A Skeide, R. Kessler

最終更新: 2024-10-09 00:00:00

言語: English

ソースURL: https://www.biorxiv.org/content/10.1101/2024.10.07.617144

ソースPDF: https://www.biorxiv.org/content/10.1101/2024.10.07.617144.full.pdf

ライセンス: https://creativecommons.org/licenses/by-nc/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。

著者たちからもっと読む

類似の記事