A.I. Tunnistaa kappaleet, joita kuuntelet Brain Wavesin kautta

kappaleen tunnistava ai
Krishna P. Miyapuram

Matkasta "Älä lakkaa uskomasta"Queenille"Bohemian Rhapsody”Kylie Minoguen”En saa sinua pois päästäni”, on joitakin kappaleita, jotka onnistuvat madoittamaan korvakäytäviä pitkin ja asettumaan aivoihimme. Entä jos olisi mahdollista lukea aivojen signaaleja ja käyttää niitä arvaamaan tarkasti, mitä kappaletta henkilö kuuntelee kulloinkin?

Sisällys

  • Ajatusten lukeminen, koulutuskoneet
  • Tie aivojen ja tietokoneiden rajapintoihin

Näin tutkivat Delftin teknillisen yliopiston ihmiskeskeisen suunnittelun osaston tutkijat Alankomaat ja Intian teknologiainstituutin Gandhinagarin kognitiivisen tieteen osasto ovat olleet työskentelee. Äskettäisessä kokeessa he osoittivat, että se on äärimmäisen mahdollista - ja vaikutukset voivat olla merkittävämpiä kuin luuletkaan.

Suositellut videot

Tutkimusta varten tutkijat rekrytoivat 20 hengen ryhmän. ja pyysi heitä kuuntelemaan 12 kappaletta käyttäen kuulokkeet. Heidän keskittymisensä auttamiseksi huone pimennettiin ja vapaaehtoisten silmät sidottiin. Jokaisessa oli elektroenkefalografia (EEG) -suojus, joka pystyi havaitsemaan ei-invasiivisesti päänahan sähköisen toiminnan, kun he kuuntelevat kappaleita.

Tätä aivodataa ja vastaavaa musiikkia käytettiin sitten kouluttautumiseen keinotekoinen hermoverkko pystyä tunnistamaan yhteyksiä näiden kahden välillä. Kun tuloksena olevaa algoritmia testattiin tiedoilla, joita se ei ollut aiemmin nähnyt, se pystyi tunnistamaan kappaleen oikein 85 %:n tarkkuudella – täysin aivoaaltojen perusteella.

"Kappaleet olivat sekoitus länsimaisia ​​ja intialaisia ​​kappaleita, ja ne sisälsivät useita genrejä." Krishna Miyapuram, Intian teknologiainstituutin Gandhinagarin kognitiivisten tieteen ja tietojenkäsittelytieteen apulaisprofessori, kertoi Digital Trendsille. ”Tällä tavalla rakensimme suuremman edustavan näytteen koulutusta ja testausta varten. Lähestymistapa vahvistettiin, kun saatiin vaikuttavia luokittelutarkkuuksia, vaikka rajoitimme harjoitustiedot pienempään prosenttiosuuteen tietojoukosta."

Ajatusten lukeminen, koulutuskoneet

Tämä ei ole ensimmäinen kerta, kun tutkijat ovat osoittaneet, että on mahdollista toteuttaa "ajatusten lukemisen" demonstraatioita, jotka tekisivät David Blainen mustasukkaiseksi, kaikki EEG-tietojen avulla. Esimerkiksi Kanadan Toronton Scarboroughin yliopiston neurotieteilijät ovat aiemmin rekonstruoineet kuvia EEG-tietojen perusteella. luoda kasvokuvia digitaalisesti uudelleen tallennettu ihmisen mieleen. Miyapuram oma aikaisempi tutkimus sisältää projektin, jossa EEG-dataa käytettiin osallistujien katsomien elokuvaleikkeiden tunnistamiseen, ja jokainen niistä oli tarkoitettu herättämään erilainen tunnereaktio.

kappaleen tunnistava ai
Krishna P. Miyapuram

Mielenkiintoista kyllä, tämä viimeisin työ osoitti, että algoritmit, jotka osoittautuivat erittäin tehokkaiksi arvaamaan kuunneltavat kappaleet yksi osallistuja, sen jälkeen kun on koulutettu heidän erityisiin aivoihinsa, ei toimisi niin hyvin, kun sitä sovelletaan toiseen henkilö. Itse asiassa "ei niin hyvin" on karkea aliarviointi: näiden testien tarkkuus putosi 85 prosentista alle 10 prosenttiin.

"Tutkimuksemme osoittaa, että yksilöillä on henkilökohtaisia ​​kokemuksia musiikista", Miyapuram sanoi. "Voisi odottaa, että aivot reagoivat samalla tavalla käsittelemään tietoa eri ärsykkeistä. Tämä pätee siihen, mitä ymmärrämme matalan tason ominaisuuksiksi tai ärsyketason ominaisuuksiksi. [Mutta] mitä tulee musiikkiin, ehkä korkeamman tason piirteet, kuten nautinto, erottavat yksilölliset kokemukset.

Derek Lomas, positiivisen A.I: n apulaisprofessori Delftin teknillisessä yliopistossa, sanoi, että projektin tuleva tavoite on kartoittaa EEG-taajuuksien ja musiikin taajuuksien välinen suhde. Tämä voisi auttaa vastaamaan kysymyksiin, kuten liittyykö suurempaan esteettiseen resonanssiin suurempaa hermoresonanssia.

Toisin sanoen, osoittaako musiikkikappaleen "liikuttanut" henkilö suurempia korrelaatioita itse musiikin ja musiikin välillä. aivoreaktio, jonka avulla on mahdollista ennustaa tarkasti, kuinka paljon ihminen nauttii musiikista yksinkertaisesti katsomalla aivoaaltojaan? Vaikka kaikkien reaktio musiikkiin voi olla hienovarainen, tämä voi auttaa valaisemaan sitä, miksi ihmiset etsivät musiikkia alunperin.

Tie aivojen ja tietokoneiden rajapintoihin

"Lähiaikaisiin sovelluksiin [seuraavien kahden vuoden aikana] kuvittelemme musiikkisuositusmoottorin, joka voisi perustua ihmisen aivoreaktioon", Lomas kertoi Digital Trendsille. ”Minulla on tällä hetkellä opiskelija, joka työskentelee algoritmisesti luodun musiikin parissa, joka maksimoi hermoresonanssin. Se on melko pelottavaa: maksimaalinen hermoresonanssi ei ole sama kuin maksimaalinen esteettinen resonanssi."

kappaleen tunnistava ai
Krishna P. Miyapuram

Keskipitkällä aikavälillä Lomas ehdotti, että se voisi johtaa tehokkaisiin sovelluksiin saada tietoa median parissa työskentelevän henkilön "kokemuksen syvyydestä". Aivoanalyysityökaluja käyttämällä voi (ja sen pitäisi olla) mahdollista ennustaa tarkasti, kuinka syvästi sitoutunut henkilö on esimerkiksi katsoessaan elokuvaa tai kuunnellessaan albumia. Aivoihin perustuvaa sitoutumisen mittaa voitaisiin sitten käyttää tiettyjen kokemusten hiomiseen. Haluatko tehdä elokuvastasi kiinnostavamman 90 %:lle katsojista? Nipistää Tämä kohtaus, muutos että yksi.

"Pitkällä aikavälillä - 20 vuoden kuluttua - tämä työkenttä voi mahdollistaa menetelmiä mielikuvituksen sisällön transkriptioon", Lomas jatkoi. ”Esimerkiksi ajatusten kopioiminen tekstiksi. Se on [aivojen ja tietokoneiden rajapintojen] suuri tulevaisuus.

Kuten Lomas totesi, olemme vielä kaukana aivojen ja tietokoneiden rajapinnan lopullisesta tavoitteesta. Tästä huolimatta tämän kaltainen työ viittaa siihen, että tuossa puussa on paljon maukkaita alempana roikkuvia hedelmiä, ennen kuin lopulta kaadimme sen.

A tätä tutkimusta kuvaava paperi, nimeltään GuessTheMusic: Song Identification from Electroencephalography, esiteltiin äskettäin CODS-COMAD 2021 -tapahtumassa.

Toimittajien suositukset

  • Syväoppiminen A.I. voi jäljitellä ikonisten kitarajumalien vääristymiä

Päivitä elämäntapasiDigital Trends auttaa lukijoita pysymään tekniikan nopeatempoisessa maailmassa uusimpien uutisten, hauskojen tuotearvostelujen, oivaltavien toimitusten ja ainutlaatuisten kurkistusten avulla.