ऑस्ट्रेलिया के चेहरे की पहचान के विशेषज्ञों ने हाल ही में 2017 के अध्ययन पर दोबारा गौर किया। उन्होंने स्वीकार किया कि प्रयोग "एक सम्मोहक प्रदर्शन" प्रदान करते हैं जो भेड़ मानव चेहरे के बीच अंतर कर सकते हैं, लेकिन उन्होंने लेखकों के निष्कर्ष को चुनौती दी कि भेड़ें चेहरे के साथ-साथ मनुष्यों और अन्य प्राइमेट्स को भी पहचान सकती हैं।
मानव चेहरे की पहचान के विशेषज्ञों के रूप में, ऑस्ट्रेलियाई शोधकर्ताओं ने भेड़-बकरियों के बारे में गंभीर आरक्षण की सूचना दी, जो कि समान स्तर पर इस ई-सुवेल क्षमता का प्रदर्शन कर रहे हैं। होमो सेपियन्स.
2017 में अध्ययन के लिए, वैज्ञानिकों ने चार मानव हस्तियों के चेहरे को पहचानने के लिए आठ भेड़ों को प्रशिक्षित किया, जिनमें पूर्व राष्ट्रपति बराक ओबामा और अभिनेत्री एम्मा वाटसन शामिल थीं। फिर, उन्होंने अपरिचित चेहरों के साथ कंधे से कंधा मिलाकर प्रस्तुत किए जाने वाले सेलिब्रिटी चेहरों को चुनने का फैसला किया।
ट्रायल के दौरान, भेड़ों ने परिचित चेहरों को 79 प्रतिशत समय चुना, उन्होंने संकेत दिया कि उनकी पसंद मान्यता द्वारा निर्देशित थी और यादृच्छिक नहीं थे, लाइव साइंस ने पहले बताया।
शोधकर्ताओं ने यह भी नोट किया कि भेड़ - बकरियों की तरह - यह सही ढंग से चुनने के लिए अधिक चुनौतीपूर्ण था जब एक परिचित विषय में एक अलग सिर की स्थिति या केश विन्यास था। इन विविधताओं का सामना करते हुए, भेड़ की सफल पसंद लगभग 66 प्रतिशत तक गिर गई, और अन्य अध्ययनों ने उन स्थितियों के तहत मानव चेहरे की पहचान में समान गिरावट दिखाई है।
मानव विषयों के साथ पूर्व अध्ययनों में, चेहरे की पहचान के परीक्षण आम तौर पर उन लोगों की तुलना में अधिक कठोर थे जो भेड़ों द्वारा किए गए थे, जिनमें अधिक चेहरे शामिल थे और परीक्षण करने के लिए कम समय था। शोधकर्ताओं ने बताया कि प्रयोगों में भेड़ के शोधकर्ताओं द्वारा वास्तव में 24 चेहरों को पहचानने के लिए सीखने वाले मानव प्रतिभागियों को देखा गया था, और उन्हें ऐसा करने के लिए कहा गया था।
इसके अलावा, मनुष्यों में मानव-चेहरे की पहचान पर व्यापक डेटा इंगित करता है कि "मनुष्य आमतौर पर भेड़ों द्वारा प्राप्त की गई सटीकता को अच्छी तरह से प्राप्त करता है, मान्यता स्मृति कार्यों पर जो कि अधिक जटिल और अधिक मांग वाले हैं," लेख के अनुसार।
अंत में, भेड़ और मनुष्यों में चेहरे की पहचान को "तुलनीय" बताने के लिए मनुष्यों और भेड़ों के लिए समान कार्य करने के लिए डेटा की आवश्यकता होगी, वैज्ञानिकों ने लिखा। इसके बिना, लेखकों के अनुसार, उनकी क्षमताओं के बीच कोई भी "सार्थक तुलना" करना मुश्किल है।
