The ability to perceive the reflectional symmetry of visual objects is crucial for hunting and mating behavior of various animal species. The symmetry-selective population response in area V4 and the lateral occipital complex is thought to provide a basis for symmetry perception, yet whether symmetry-selectivity can arise in individual neurons remains elusive. Here, using a biologically inspired deep neural network model, we show that selective tuning to symmetry can arise at the level of single neurons, solely from the visual experience of natural images. By measuring the responses of individual neurons in a network to a visual stimulus with varying degrees of symmetry, we found neurons showing monotonically increasing or decreasing responses with respect to the degree of symmetry. Those symmetry-selective neurons could reproduce the characteristics of human symmetry perception, such as the distance effect and the orientation effect, referring to the anisotropy of symmetry-sensitivity for different symmetry axis orientations. To investigate the developmental mechanism of symmetry-selective neurons, we conducted a simulation in which networks were trained on natural image datasets with controlled degrees of symmetry. We observed a significant positive correlation between the degree of symmetry of the training dataset and the number of symmetry neurons arising after training, and the orientation effect could be modulated by a similar procedure, showing how the statistics of natural images can be reflected in the behavioral characteristics of symmetry-selectivity. Overall, our results provide a prediction of a neuronal basis of symmetry perception and suggest a possible mechanism for the spontaneous emergence of symmetry-selectivity based on the experience of natural images, even in the absence of training on symmetry detection.
대칭 인지 기능은 동물의 사냥 및 짝짓기 등에 관여하는 중요한 기능 중 하나이다. 이는 두뇌의 시각 시스템에서 관측되는 대칭 선택적 신경 활동에 의해 작동한다고 제시된 바 있으나, 개별 뉴런 단위에서의 대칭 선택성은 아직 실험적인 관찰을 통해 확인되지 않았다. 본 연구에서는 모델 인공신경망 시뮬레이션을 통하여 개별 뉴런 단위에서의 대칭 선택성의 발생 여부와 이의 발생 기작에 대해 탐구하였다. 시각적으로 표현된 점들의 대칭적인 정도가 변화하는 이미지들에 대한 인공신경망 뉴런들의 활성도 측정을 통해, 대칭 정도가 증가함에 따라 활성도가 단조 증가 또는 단조 감소하는 대칭 선택적 뉴런이 자연 이미지 분류 학습만을 통해 발생하는 것을 발견하였다. 또한 이러한 뉴런들이 인간 대상 행동 실험에서 관측된 대칭 인지의 거리 효과 및 대칭축 방향에 따른 대칭 민감도 비등방성을 재현할 수 있음을 보였으며, 실험을 통해 관찰되었던 행동적 대칭 인지 기능의 특성들이 대칭 선택적 뉴런의 신경 활동을 통해 발생할 수 있음을 확인하였다. 대칭 선택적 뉴런의 발생 원리를 탐구하기 위해 진행한 시뮬레이션에서는 대칭 정도가 조절된 이미지들을 인공신경망을 학습시킴으로써, 학습 이미지의 대칭 정도와 학습 후 발생하는 대칭 선택적 뉴런의 수 사이의 강한 양의 상관관계를 관찰하였으며, 이를 통해 대칭 선택적 신경 활동은 자연 이미지들의 대칭성 학습으로 인해 발생함을 확인하였다. 이를 검증하기 위한 추가적인 분석에서 대칭 민감도 비등방성 역시 학습 대상인 자연 이미지의 특성 조작을 통하여 변화될 수 있음을 확인하였다. 본 연구의 결과는 개별 뉴런 단위의 대칭 선택성이 자연 이미지에 대한 경험만으로 발생할 수 있음을 보인다.
