La maggior parte di noi ha usato app come Shazam, che può identificare i brani quando avviciniamo il telefono a un altoparlante. E se fosse possibile per un'app identificare un brano musicale basandosi nient'altro che sui tuoi schemi di pensiero? Impossibile? Forse no, secondo una nuova ricerca condotta dai ricercatori dell’Università della California, Berkeley.
Nel 2014, il ricercatore Brian Pasley e colleghi hanno utilizzato un algoritmo di apprendimento profondo e l’attività cerebrale, misurata con elettrodi, per trasformare i pensieri di una persona in un discorso sintetizzato digitalmente. Ciò è stato ottenuto analizzando le onde cerebrali di una persona mentre parlava per decodificare il collegamento tra la parola e l’attività cerebrale.
Video consigliati
Facciamo un salto in avanti di qualche anno e ora il team ha migliorato la ricerca precedente e ha applicato i risultati alla musica. Nello specifico, sono stati in grado di prevedere con precisione (il 50% in più rispetto allo studio precedente) a quali suoni sta pensando un pianista, in base all’attività cerebrale.
Imparentato
- L'A.I. battere gli ingegneri umani nella progettazione di microchip? Google la pensa così
- Architettura algoritmica: dovremmo lasciare che l’A.I. progettare edifici per noi?
- Perché insegnare ai robot a giocare a nascondino potrebbe essere la chiave per l’intelligenza artificiale di prossima generazione
“Durante la percezione uditiva, quando ascolti suoni come parole o musica, lo sappiamo con certezza parti della corteccia uditiva decompongono questi suoni in frequenze acustiche, ad esempio basse o alte toni", Pasley ha detto a Digital Trends. “Abbiamo testato se queste stesse aree del cervello elaborano anche i suoni immaginati nello stesso modo in cui si verbalizza internamente il suono della propria voce o si immagina il suono della musica classica in una stanza silenziosa. Abbiamo scoperto che c’era un’ampia sovrapposizione, ma anche nette differenze nel modo in cui il cervello rappresenta il suono della musica immaginata. Costruendo un modello di apprendimento automatico della rappresentazione neurale del suono immaginato, abbiamo utilizzato il modello per indovinare con ragionevole precisione quale suono era stato immaginato in ogni istante nel tempo”.
Per lo studio, il team ha registrato l’attività cerebrale di un pianista mentre suonava musica su una tastiera elettrica. In questo modo, sono stati in grado di abbinare sia gli schemi cerebrali che le note suonate. Hanno poi eseguito nuovamente l’esperimento, ma spegnendo il suono della tastiera e chiedendo al musicista di immaginare le note mentre le suonava. Questa formazione ha permesso loro di creare il loro algoritmo di previsione della musica.
"L'obiettivo a lungo termine della nostra ricerca è sviluppare algoritmi per un dispositivo protesico vocale per ripristinare la comunicazione in individui paralizzati che non sono in grado di parlare", ha detto Pasley. “Siamo abbastanza lontani dal realizzare questo obiettivo, ma questo studio rappresenta un importante passo avanti. Dimostra che il segnale neurale durante le immagini uditive è sufficientemente robusto e preciso da utilizzare negli algoritmi di apprendimento automatico in grado di prevedere i segnali acustici dal cervello misurato attività."
Un documento che descriveva il lavoro era recentemente pubblicato sulla rivista Cerebral Cortex.
Raccomandazioni degli editori
- Ecco cosa fa un'A.I. che analizza le tendenze. pensa che sarà la prossima grande novità nel campo della tecnologia
- Leggi la "scrittura sintetica" stranamente bella di un A.I. che pensa che sia Dio
- A.I. sensibile alle emozioni è qui e potrebbe essere nel tuo prossimo colloquio di lavoro
- Gli scienziati utilizzano l’A.I. per creare un codice genetico umano artificiale
- L'A.I. è come la ricerca di immagini di Google per immagini che ancora non esistono
Migliora il tuo stile di vitaDigital Trends aiuta i lettori a tenere d'occhio il frenetico mondo della tecnologia con tutte le ultime notizie, divertenti recensioni di prodotti, editoriali approfonditi e anteprime uniche nel loro genere.
