很多人都有過這樣的經歷——走在路上突然看到某個似曾相識的面孔,定睛一看卻發(fā)現(xiàn)是自己認錯了,對方可能只是神似或有某些特征和自己認識的人相似。那么,世界上是否可能存在兩個并非雙胞胎卻有著相同面容的人呢?
“完美分身”存在的概率有多大
就像雙胞胎里也有龍鳳胎,不僅是相同性別的陌生人可能擁有相似的面容,不同性別的陌生人也可能長著類似的面孔。
借助發(fā)達的社交網(wǎng)絡,跨越多個國家,攝影師弗朗索瓦·布魯內爾還真找到了不少陌生人“雙胞胎”,并為他們拍下照片。這組攝影作品名為《我們不是雙胞胎》,有超過200對長相高度相似的非雙胞胎參與其中。
這些人并非雙胞胎,也并沒有直接的血緣關系,但卻擁有如同復刻的臉龐??吹竭@里,你是否也產生了找到另一個自己的沖動?或者開始擔心有人會利用自己的“替身”行不軌之事?先別著急,事情并沒有那么簡單。
如今的面部識別技術已經日漸普及到各個領域,從解鎖手機到電子支付,全都可以靠刷臉完成,十分方便快捷。而這一切都是建立在每張臉都是獨一無二的基礎上,即使是雙胞胎的臉也會存在細微差異,更別說兩個只是看起來相似的陌生人。
那么,存在與自己大體相似的另一張面孔的概率有多大?
在獲得了來自美國軍方數(shù)據(jù)庫的4000張不同面孔后,科學家泰根·盧卡斯測量了他們的8項關鍵面部識別特征,例如雙眼或雙耳間的距離,最后得出的結論是:這8個面部特征在兩個人臉上完全匹配的概率小于1萬億分之一。而且一張臉上的特征遠不止8個,要找到你“完美分身”的可能性更是微乎其微。
大腦如何識別一張臉
雖然完全“復制粘貼”的長相難以出現(xiàn),但實際上,在全球70多億人口中,我們不時就能發(fā)現(xiàn)兩個長相雷同的人,網(wǎng)上也流傳著不少和名人撞臉的面孔。仔細觀察就會發(fā)現(xiàn),他們往往只是在整體上給人相像的感覺,如果把細節(jié)逐個拆開對比,又會發(fā)現(xiàn)不少差異。
這是因為大腦在進行面部識別時,并非逐一分開判斷細節(jié)(比如眉毛的弧度、瞳孔的顏色),而是首先從整體出發(fā),比如發(fā)際線輪廓、膚色和五官排布方式,只要大體相近,就能讓我們產生“這兩個人長得好像”的感覺。接下來大腦才會關注眼睛、嘴巴和鼻子這些局部特征。
我們的大腦主要通過梭狀回面孔區(qū)將各個面部特征聯(lián)系成一個整體,這樣一來,即使一張臉的局部細節(jié)發(fā)生改變也能被認出來。也就是說,一般人是不會因為朋友換了個發(fā)型、修了個眉毛就認不出對方了。
從遺傳學角度分析,目前科學家們已經鑒定出了超過50種可能與面部特征有關的基因,比如從眼睛到鼻根的距離等。在有限的基因數(shù)量下,理論上只要組合次數(shù)足夠多,就有可能出現(xiàn)相似的情況。
但是一張臉包含的信息量非常大,從五官、膚色到毛發(fā)在人群中都有著高度多樣性,許多特征的形成也并非由單個基因決定,不僅可能有復雜的基因間相互作用,而且還有環(huán)境等因素的影響,所以目前通過基因分析來還原人臉的結果并不十分理想。
不過,同一種族往往會有一些共同的面部特征,比如亞洲人的黑發(fā)、黃皮膚,再加上足夠大的人口基數(shù),決定面部特征的基因就更有可能出現(xiàn)相似的組合,所以對于我們這個擁有14億人口的大國,想要找到和自己相似的伙伴或許會相對容易一點。
人臉多樣化源于愛“看臉”
總體而言,人臉出現(xiàn)重復的概率是很低的。2014年一項發(fā)表在《自然·通訊》上的研究顯示,我們人類的面部特征相比其他動物具有更高的多樣性,而這樣的演化結果與“看臉”在人類社會中的重要性緊密相關。
比如企鵝在我們看來都是從一個模子里刻出來的,看過BBC紀錄片的小伙伴就會知道,在企鵝的育兒區(qū)聚集著成千上萬只企鵝寶寶,它們看起來全都一個樣,那如果一只企鵝寶寶混入一大群企鵝中,企鵝爸媽又是如何找到它們的呢?
如果靠逐一認臉,估計還沒找到寶寶,企鵝爸媽就累壞了,好在它們其實是通過聲音來識別彼此的,所以在面部特征上并沒有發(fā)展得多樣化。
但人類就不同,面部特征是一般人識別彼此最重要的方式,孩子認爸媽、成年人找伴侶,都離不開“看臉”。而且,相比我們身體的其他部位比如手,豐富的面部特征更不容易出現(xiàn)重復,更方便我們對上號。由于面部特征具有遺傳性,“看臉”也讓我們的祖先能更準確地識別出自己的親人或同宗族的成員,對生存更有利。
有研究表明,我們對和自己長相相似的人更有好感,認為對方更值得信任,也更具吸引力。
從進化角度解釋,這或許是因為相似的面孔暗示著可能的親緣關系。但在人口數(shù)量龐大的現(xiàn)代,這樣的推測可就行不通了。你以為對方是自己失散多年的親人,但布里斯托大學的遺傳學家表示,即使長相相似,你們的DNA相似度也可能與隨機的陌生人無異。
(編輯:映雪)