Les super-reconnaisseurs, des individus dotés d’une capacité extraordinaire à identifier les visages, se sont révélés d’une valeur inestimable dans des situations à enjeux élevés – qu’il s’agisse d’aider à la recherche des empoisonneurs du novichok de Salisbury ou d’aider à identifier les suspects de meurtre et les prédateurs sexuels. De nouvelles recherches mettent en lumière les mécanismes à l’origine de cette compétence remarquable, révélant qu’il ne s’agit pas simplement de regarder partout, mais aussi de à quoi ils ressemblent.
L’approche unique des super-reconnaisseurs
Des études antérieures ont suggéré que les super-reconnaisseurs examinent un plus large éventail de traits du visage que la personne moyenne. Cette nouvelle étude s’appuie sur cette observation, en tirant parti de l’intelligence artificielle pour comprendre exactement comment cette approche contribue à leur capacité supérieure.
Utiliser l’IA pour reconstruire des informations visuelles
Les chercheurs de l’UNSW Sydney ont utilisé les données d’une étude précédente impliquant 37 super-reconnaisseurs et 68 individus typiques. Les participants ont vu à la fois des images faciales complètes et des images dans lesquelles des zones spécifiques étaient obscurcies. Cette nouvelle étude a utilisé ces données pour reconstruire les informations visuelles que les participants voyaient réellement à travers leurs yeux, ce que l’on appelle « informations rétiniennes ».
Ces données rétiniennes reconstruites ont ensuite été introduites dans des réseaux de neurones profonds (DNN), un type de système d’IA, entraînés à reconnaître les visages. L’IA a reçu une image complète soit du même visage qu’un participant avait vu, soit d’un visage différent, puis a évalué la similitude entre les informations rétiniennes et l’image complète.
Performance et qualité de l’information
L’équipe de recherche a comparé les performances de l’IA sur la base d’informations rétiniennes provenant de super-reconnaisseurs et d’individus typiques, ainsi que de zones aléatoires de l’image faciale initiale. Les résultats ont été frappants : les performances de l’IA se sont constamment améliorées à mesure que davantage de zones du visage étaient visibles. Plus particulièrement, à tous les niveaux de visibilité, l’IA a obtenu de meilleurs résultats en utilisant les informations rétiniennes provenant de super-reconnaisseurs.
Au-delà de la quantité : le rôle de la « qualité »
Pour déterminer si l’avantage des super-reconnaisseurs provenait uniquement du fait d’examiner davantage de zones du visage et de recueillir plus d’informations, l’équipe a mené une enquête plus approfondie. Ils ont découvert que même lorsque la quantité de visage capturée dans les informations rétiniennes était équivalente, l’IA fonctionnait toujours mieux avec les données des super-reconnaisseurs.
“Cela signifie que leur avantage réside uniquement dans la quantité, mais dans la qualité”, a expliqué le Dr James Dunn, premier auteur de l’étude. “Ils sélectionnent des régions qui contiennent davantage d’indices d’identité, de sorte que chaque “pixel” qu’ils choisissent a plus de valeur pour reconnaître un visage.”
Perspectives d’experts et orientations futures
Le Dr Rachel Bennetts, experte en traitement du visage à l’Université Brunel de Londres, a salué l’étude comme une contribution significative à notre compréhension de la super-reconnaissance. “Il conclut qu’une reconnaissance faciale supérieure ne consiste pas seulement à regarder une zone spécifique, ou à regarder plus longtemps ou à plus d’endroits sur un visage”, a-t-elle déclaré. “Les super-reconnaisseurs explorent le visage de manière plus large, mais échantillonnent également des informations plus utiles.”
Alejandro Estudillo de l’Université de Bournemouth a averti que les résultats de l’étude étaient basés sur des conditions hautement contrôlées avec des images statiques. Il a suggéré que les recherches futures devraient déterminer si les mêmes modèles se vérifient dans des situations plus réalistes et dynamiques.
Les limites de la formation et les racines génétiques
Bien que la recherche offre des perspectives potentielles pour améliorer les tactiques de reconnaissance faciale, il reste peu probable que tout le monde puisse devenir un super-reconnaisseur. L’apprentissage des schémas de mouvements oculaires peut s’avérer difficile, et les premières indications suggèrent que la super-reconnaissance est enracinée dans la génétique et constitue un trait héréditaire. Les super-reconnaisseurs semblent identifier naturellement les fonctionnalités les plus utiles – une capacité difficile à reproduire par la formation.
L’étude révèle que la capacité remarquable des super-reconnaisseurs ne vient pas seulement du fait de regarder partout, mais aussi de la sélection intelligente des traits du visage les plus informatifs, démontrant un talent naturel difficile à reproduire par l’entraînement.
La recherche souligne qu’une reconnaissance faciale supérieure ne consiste pas seulement à voir plus, mais à voir plus intelligemment. Les recherches futures pourraient permettre d’en apprendre davantage sur cette capacité humaine fascinante.
