多丽丝·曹荣获2024年卡夫利神经科学奖

留学申请微信咨询

微信扫描左侧二维码

或点击下方按钮咨询

加州理工学院（2024USNews美国大学排名：7）校友多丽丝·曹（Doris Tsao）因其在神经科学领域的卓越贡献，荣获2024年卡夫利神经科学奖。她与麻省理工学院的南希·坎威舍（Nancy Kanwisher）和洛克菲勒大学的温里奇·弗雷瓦尔德（Winrich Freiwald）共同分享了这一奖项，以表彰他们发现了大脑中一个专门识别面孔的系统。曹在加州理工学院攻读本科时主修数学和生物学，并在哈佛大学继续深造，开始了她的研究生涯。1997年，坎威舍发现了人类颞叶中一个专门处理面孔的区域，这激发了曹的研究兴趣。曹与弗雷瓦尔德合作，在非人灵长类动物的大脑中发现了类似的“面孔斑块”。曹的实验室主要研究面孔斑块，先是在德国不来梅大学，然后在加州理工学院担任教职。2017年，曹及其团队发现了大脑用来表示面部身份的机制，发现大脑只需约200个神经元即可唯一编码任何面孔。2020年，她发表了一项研究，展示了大脑用来根据主要成分组织视觉对象的数学系统。曹的同事大卫·安德森（David Anderson）表示，曹的开创性工作表明，大脑使用自己的语言通过神经元群的发射模式生成面孔的抽象表示。曹在2015年被任命为霍华德·休斯医学研究所研究员，2018年获得麦克阿瑟奖学金和Perl-UNC神经科学奖，2020年当选为国家科学院院士，2021年加入加州大学伯克利分校。

Doris Tsao的神经科学贡献及其获得2024年卡夫利奖的认可

2024年卡夫利奖的获奖者名单涵盖了天体物理学、纳米科学和神经科学领域。来自三个国家的八位科学家因其拓宽了我们对宏观、微观和复杂系统的理解而获奖。每个领域的获奖者将分享100万美元的奖金。天体物理学奖授予David Charbonneau和Sara Seager，以表彰他们在系外行星及其大气层研究中的突破性贡献。纳米科学奖授予Robert S. Langer、Armand Paul Alivisatos和Chad A. Mirkin，他们在纳米医学领域的开创性工作推动了生物医学研究和应用的发展。神经科学奖授予南希·坎威舍、温里奇·弗雷瓦尔德和多丽丝·曹，以表彰他们在面部识别系统研究中的重要发现。卡夫利奖由挪威科学与文学院、挪威教育与研究部和卡夫利基金会联合颁发，每两年评选一次。

曹的研究不仅在学术界引起了广泛关注，也为神经科学领域带来了新的视角。她的工作揭示了大脑如何通过少量神经元来编码复杂的面部信息，这一发现对理解大脑的工作机制具有重要意义。曹的研究不仅限于面部识别，她还探索了大脑如何根据主要成分组织视觉对象，这为我们理解大脑的视觉处理提供了新的思路。

南希·坎威舍发现大脑中处理面孔的区域及其对后续研究的影响

南希·坎威舍在1997年通过功能性磁共振成像（fMRI）发现了大脑中一个专门处理人脸的区域——梭状回面孔区（FFA）。这一发现提供了大脑专门化的具体证据，极大地推动了面部识别系统的研究。坎威舍的发现不仅为理解大脑的功能分区提供了重要依据，也为后续研究提供了坚实的基础。

坎威舍的研究激发了多丽丝·曹的兴趣，促使她在这一领域展开深入研究。曹与温里奇·弗雷瓦尔德合作，在非人灵长类动物的大脑中发现了类似的面孔斑块，并通过电生理记录揭示了这些区域中的神经元如何从不同角度识别人脸。结合人类和动物的研究结果，有助于构建大脑结构的完整理解。

坎威舍和曹都表示，这些发现为未来的大脑映射研究提供了重要的基础。通过对大脑中面部识别区域的深入研究，科学家们可以更好地理解大脑的工作机制，并为开发新的神经科学技术提供理论支持。

多丽丝·曹与温里奇·弗雷瓦尔德合作识别非人灵长类动物中的面孔斑块

多丽丝·曹与温里奇·弗雷瓦尔德的合作在神经科学领域取得了重要突破。他们在非人灵长类动物的大脑中发现了六个面孔识别区域，并揭示了这些区域的功能专业化及其连接方式。这一发现不仅验证了坎威舍在人体大脑中的发现，也为理解大脑的进化提供了新的视角。

曹和弗雷瓦尔德的研究表明，大脑中存在高度局部化和专业化的面部识别系统，这一系统在不同物种中具有相似的结构和功能。这一发现为理解大脑的进化提供了新的证据，并为开发新的神经科学技术提供了理论支持。

通过对非人灵长类动物大脑的研究，曹和弗雷瓦尔德揭示了大脑中面部识别区域的复杂性和多样性。这一发现不仅为理解大脑的工作机制提供了新的视角，也为开发新的神经科学技术提供了理论支持。

曹团队发现的用约200个神经元编码面部身份的机制

多丽丝·曹教授及其团队通过监测猴子大脑细胞的反应，成功重建了人类面部图像。他们发现，大脑中有六个区域（称为“面部补丁”）对识别人脸负责，这些区域充满了对面部特别敏感的神经细胞。研究表明，大约200个神经元各自编码面部的不同特征，结合起来可以让猕猴大脑构建出清晰的面部图像。

通过监测猴子大脑中205个神经元的电活动，研究人员能够重建出猴子所看到的面部图像，且与实际照片几乎相同。斯坦福大学的雷扎·扎德教授指出，这项研究展示了通过记录神经元活动来重建面部的能力，可能对人类大脑有类似机制。这一发现挑战了每个面部细胞识别特定类型面部的观点，并可能应用于新的面部识别算法设计，甚至法医领域。

曹的研究不仅揭示了大脑如何通过少量神经元来编码复杂的面部信息，也为理解大脑的工作机制提供了新的视角。这一发现对神经科学领域具有重要意义，为开发新的神经科学技术提供了理论支持。

曹对大脑根据主要成分组织视觉对象的数学系统的研究

加州理工学院的研究人员结合机器学习和神经科学工具，发现大脑使用一种数学系统根据主要成分组织视觉对象。研究表明，大脑包含一个二维细胞地图，代表不同的对象。每个细胞在地图中的位置由其偏好对象的主要成分决定。例如，响应圆形、弯曲对象（如面孔和苹果）的细胞被分组在一起，而响应尖锐对象（如直升机或椅子）的细胞形成另一个组。

研究在多丽丝·曹教授的实验室进行，相关论文发表在《自然》杂志上。曹的实验室发现大脑的颞叶包含多个面部处理网络，这些网络与其他对象识别网络一起形成一个有序的对象空间地图。研究人员通过功能性磁共振成像（fMRI）和深度网络分析，发现了一个新的“无人区网络”，该网络对带有细长突起的对象（如蜘蛛和直升机）有强烈反应。进一步的实验验证了深度网络预测的一个新的大脑区域，该区域对“矮胖”对象（如收音机和杯子）有反应。这表明深度网络成功预测了一个以前未知的大脑区域。

研究还发现，颞叶包含多个对象空间地图的副本，每个副本比前一个更抽象。研究团队通过解码大脑信号，准确重建了灵长类动物所看到的图像。这项研究揭示了大脑和深度网络在对象识别方面可能共享相似的计算机制。