IA Identifica músicas que você está ouvindo por meio de ondas cerebrais

Da jornada “Não pare de acreditar"para a Rainha"Bohemian Rhapsody”para Kylie Minogue”Não consigo tirar você da minha cabeça”, existem algumas músicas que conseguem penetrar com sucesso em nossos canais auditivos e fixar residência em nossos cérebros. E se fosse possível ler os sinais do cérebro e usá-los para adivinhar com precisão qual música uma pessoa está ouvindo em um determinado momento?

É isso que pesquisadores do departamento de Design Centrado no Ser Humano da Universidade de Tecnologia de Delft, no Holanda e o departamento de Ciência Cognitiva do Instituto Indiano de Tecnologia Gandhinagar foram trabalhando em. Numa experiência recente, demonstraram que isso é eminentemente possível — e as implicações podem ser mais significativas do que se imagina.

Para o estudo, os pesquisadores recrutaram um grupo de 20 pessoas. e pedi que ouvissem 12 músicas usando fones de ouvido

Esses dados cerebrais, juntamente com a música correspondente, foram então usados ​​para treinar um rede neural artificial para poder identificar ligações entre os dois. Quando o algoritmo resultante foi testado em dados nunca vistos antes, ele foi capaz de identificar corretamente a música com 85% de precisão – baseado inteiramente nas ondas cerebrais.

“As canções eram uma mistura de canções ocidentais e indianas e incluíam vários gêneros”, Krishna Miyapuram, professor assistente de ciência cognitiva e ciência da computação no Instituto Indiano de Tecnologia Gandhinagar, disse ao Digital Trends. “Dessa forma, construímos uma amostra representativa maior para treinamento e teste. A abordagem foi confirmada ao obter precisões de classificação impressionantes, mesmo quando limitamos os dados de treinamento a uma porcentagem menor do conjunto de dados.”

Lendo mentes, treinando máquinas

Esta não é a primeira vez que investigadores demonstram que é possível realizar demonstrações de “leitura de mentes” que deixariam David Blaine com ciúmes, todas usando dados de EEG. Por exemplo, neurocientistas da Universidade de Toronto Scarborough, no Canadá, reconstruíram anteriormente imagens com base em dados de EEG para recriar digitalmente imagens faciais armazenado na mente de uma pessoa. Miyapuram própria pesquisa anterior inclui um projeto no qual dados de EEG foram usados ​​para identificar clipes de filmes assistidos pelos participantes, cada um deles destinado a provocar uma resposta emocional diferente.

Curiosamente, este último trabalho mostrou que algoritmos que se mostraram muito eficazes em adivinhar as músicas que estavam sendo ouvidas feito por um participante, depois de treinado em seu cérebro específico, não funcionaria tão bem quando aplicado a outro pessoa. Na verdade, “não tão bem” é um eufemismo grosseiro: a precisão nestes testes caiu de 85% para menos de 10%.

“Nossa pesquisa mostra que os indivíduos têm experiências musicais personalizadas”, disse Miyapuram. “Seria de esperar que o cérebro respondesse de forma semelhante, processando informações de diferentes estímulos. Isto é verdade para o que entendemos como características de baixo nível ou características de nível de estímulo. [Mas] quando se trata de música, talvez sejam as características de nível superior, como o prazer, que distinguem as experiências individuais.”

Derek Lomas, professor assistente de IA positiva. da Delft University of Technology, disse que um objetivo futuro do projeto é mapear a relação entre as frequências EEG e as frequências musicais. Isso poderia ajudar a responder questões como se uma maior ressonância estética é acompanhada por uma maior ressonância neural.

Dito de outra forma, uma pessoa que é “movida” por uma peça musical vai apresentar maiores correlações entre a música em si e o resposta cerebral, tornando possível prever com precisão o quanto uma pessoa gosta de uma peça musical simplesmente olhando para suas ondas cerebrais? Embora a resposta de cada pessoa à música possa ser sutilmente diferente, isso pode ajudar a esclarecer por que os humanos procuram a música para começar.

O caminho para interfaces cérebro-computador

“Para aplicações de curto prazo [nos próximos dois anos], imaginamos um mecanismo de recomendação musical que poderia ser baseado na resposta cerebral de uma pessoa”, disse Lomas ao Digital Trends. “Atualmente tenho um aluno trabalhando em música gerada por algoritmos que maximiza a ressonância neural. É bastante estranho: a ressonância neural máxima não é o mesmo que a ressonância estética máxima.”

A médio prazo, Lomas sugeriu que isso poderia levar a aplicações poderosas para obter informações sobre a “profundidade de experiência” desfrutada por uma pessoa que interage com os meios de comunicação. Usando ferramentas de análise cerebral, pode (e, de fato, deveria) ser possível prever com precisão o quão profundamente envolvida uma pessoa está enquanto, digamos, assiste a um filme ou ouve um álbum. Uma medida de envolvimento baseada no cérebro poderia então ser usada para aprimorar experiências específicas. Quer tornar seu filme mais envolvente para 90% dos espectadores? Puxão esse cena, mudança que um.

“A longo prazo – 20 anos – este campo de trabalho pode permitir métodos de transcrição do conteúdo da imaginação”, continuou Lomas. “Por exemplo, transcrever pensamentos para texto. Esse é o grande futuro das [interfaces cérebro-computador].

Como observou Lomas, ainda estamos longe do objetivo final de uma interface cérebro-computador. No entanto, trabalhos como este sugerem que há muitos frutos saborosos mais acessíveis naquela árvore antes de finalmente a derrubarmos.

A artigo descrevendo esta pesquisa, intitulado GuessTheMusic: Song Identification from Electroencephalography, foi apresentado recentemente no CODS-COMAD 2021.

Recomendações dos Editores

• Aprendizado profundo de IA pode imitar os efeitos de distorção dos deuses icônicos da guitarra

Atualize seu estilo de vidaDigital Trends ajuda os leitores a manter o controle sobre o mundo acelerado da tecnologia com as últimas notícias, análises divertidas de produtos, editoriais criteriosos e prévias únicas.