Fra Journeys "Ikke slutt å tro"til dronningens"Bohemian Rhapsody" til Kylie Minogues "Kan ikke få deg ut av hodet mitt,” er det noen sanger som klarer å orme seg ned i øregangene våre og ta bolig i hjernen vår. Hva om det var mulig å lese hjernens signaler, og bruke disse til å gjette nøyaktig hvilken sang en person lytter til til enhver tid?
Innhold
- Lese tanker, treningsmaskiner
- Veien til hjerne-datamaskin-grensesnitt
Det er hva forskere fra Human-Centered Design-avdelingen ved Delft University of Technology i Nederland og Cognitive Science-avdelingen ved Indian Institute of Technology Gandhinagar har vært jobber med. I et nylig eksperiment demonstrerte de at det er utmerket mulig - og implikasjonene kan være mer betydningsfulle enn du kanskje tror.
Anbefalte videoer
Til studien rekrutterte forskerne en gruppe på 20 personer. og ba dem lytte til 12 sanger ved hjelp av hodetelefoner. For å hjelpe med deres fokus ble rommet mørklagt og de frivillige fikk bind for øynene. Hver var utstyrt med en elektroencefalografi (EEG)-hette som er i stand til å ikke-invasivt fange opp den elektriske aktiviteten i hodebunnen mens de lytter til sangene.
Disse hjernedataene, sammen med den tilsvarende musikken, ble deretter brukt til å trene en kunstig nevrale nettverk for å kunne identifisere koblinger mellom de to. Da den resulterende algoritmen ble testet på data den ikke hadde sett før, var den i stand til å identifisere sangen korrekt med 85 % nøyaktighet – helt basert på hjernebølgene.
"Sangene var en blanding av vestlige og indiske sanger, og inkluderte en rekke sjangere," Krishna Miyapuram, assisterende professor i kognitiv vitenskap og informatikk ved Indian Institute of Technology Gandhinagar, fortalte Digital Trends. "På denne måten konstruerte vi et større representativt utvalg for opplæring og testing. Tilnærmingen ble bekreftet når vi oppnådde imponerende klassifiseringsnøyaktigheter, selv når vi begrenset treningsdataene til en mindre prosentandel av datasettet."
Lese tanker, treningsmaskiner
Dette er ikke første gang forskere har vist at det er mulig å gjennomføre "tankelesende" demonstrasjoner som ville gjøre David Blaine sjalu, alt ved hjelp av EEG-data. For eksempel har nevrovitenskapsmenn ved Canadas University of Toronto Scarborough tidligere rekonstruert bilder basert på EEG-data for å gjenskape ansiktsbilder digitalt lagret i en persons sinn. Miyapurams egen tidligere forskning inkluderer et prosjekt der EEG-data ble brukt til å identifisere filmklipp som ble sett av deltakerne, med hver enkelt ment å provosere frem en annen følelsesmessig respons.
Interessant nok viste dette siste arbeidet at algoritmer som viste seg å være svært effektive til å gjette sangene som lyttes av en deltaker, etter å ha blitt trent på sin spesifikke hjerne, ville ikke fungere så bra når den ble brukt på en annen person. Faktisk er "ikke så bra" en grov underdrivelse: Nøyaktigheten i disse testene falt fra 85 % til mindre enn 10 %.
"Vår forskning viser at enkeltpersoner har personlige opplevelser av musikk," sa Miyapuram. "Man kan forvente at hjernen reagerer på en lignende måte og behandler informasjon fra forskjellige stimuli. Dette gjelder for det vi forstår som funksjoner på lavt nivå eller funksjoner på stimulusnivå. [Men] når det kommer til musikk, er det kanskje funksjonene på høyere nivå, som nytelse, som skiller mellom individuelle opplevelser.»
Derek Lomas, assisterende professor i positiv A.I. ved Delft University of Technology, sa at et fremtidig mål med prosjektet er å kartlegge forholdet mellom EEG-frekvenser og musikalske frekvenser. Dette kan bidra til å svare på spørsmål som om større estetisk resonans er ledsaget av større nevral resonans.
For å si det på en annen måte, vil en person som blir "rørt" av et musikkstykke vise større sammenhenger mellom selve musikken og hjernerespons, noe som gjør det mulig å nøyaktig forutsi hvor mye en person liker et musikkstykke bare ved å se på hjernebølgene deres? Mens alles respons på musikk kan være subtilt forskjellig, kan dette bidra til å kaste lys over hvorfor mennesker søker etter musikk til å begynne med.
Veien til hjerne-datamaskin-grensesnitt
"For kortsiktige applikasjoner [i de neste to årene], ser vi for oss en musikkanbefalingsmotor som kan være basert på en persons hjernerespons," sa Lomas til Digital Trends. "Jeg har for tiden en student som jobber med algoritmisk generert musikk som maksimerer nevral resonans. Det er ganske skummelt: Den maksimale nevrale resonansen er ikke det samme som maksimal estetisk resonans."
På mellomlang sikt antydet Lomas at det kunne føre til kraftige applikasjoner for å få informasjon om "dybden av erfaring" som en person som engasjerer seg med media nyter godt av. Ved å bruke hjerneanalyseverktøy kan det (og bør faktisk) være mulig å nøyaktig forutsi hvor dypt engasjert en person er mens du for eksempel ser en film eller hører på et album. Et hjernebasert mål på engasjement kan deretter brukes til å finpusse spesifikke opplevelser. Vil du gjøre filmen din mer engasjerende for 90 % av seerne? Tweak dette scene, endre at en.
"På lang sikt - 20 år - kan dette arbeidsfeltet muliggjøre metoder for å transkribere innholdet i fantasien," fortsatte Lomas. «For eksempel transkribere tanker til tekst. Det er den store fremtiden til [hjerne-datamaskin-grensesnitt.]»
Som Lomas bemerket, er vi fortsatt et stykke unna det endelige målet med et hjerne-datamaskin-grensesnitt. Ikke desto mindre antyder arbeid som dette at det er rikelig med velsmakende lavere hengende frukt på det treet før vi endelig felte det.
EN papir som beskriver denne forskningen, med tittelen GuessTheMusic: Song Identification from Electroencephalography, ble nylig presentert på CODS-COMAD 2021.
Redaktørenes anbefalinger
- Dyplæring A.I. kan imitere forvrengningseffektene til ikoniske gitarguder
Oppgrader livsstilen dinDigitale trender hjelper leserne å følge med på den fartsfylte teknologiverdenen med alle de siste nyhetene, morsomme produktanmeldelser, innsiktsfulle redaksjoner og unike sniktitter.
