Iz Journeyjevega "Ne nehaj verjeti"pri kraljici"Bohemian Rhapsody" do Kylie Minogue "Can't Get You Out of My Head,« je nekaj pesmi, ki se uspejo uspešno prebiti po naših ušesnih kanalih in se naseliti v naših možganih. Kaj pa, če bi bilo mogoče brati možganske signale in z njimi natančno uganiti, katero pesem človek v danem trenutku posluša?
Vsebina
- Branje misli, urjenje strojev
- Pot do vmesnikov možgani-računalnik
To so ugotovili raziskovalci z oddelka za oblikovanje, osredotočeno na človeka, na Tehnološki univerzi v Delftu Nizozemska in oddelek za kognitivno znanost na indijskem tehnološkem inštitutu Gandhinagar delati na. V nedavnem poskusu so dokazali, da je to izjemno mogoče - in posledice bi lahko bile pomembnejše, kot si morda mislite.
Priporočeni videoposnetki
Za študijo so raziskovalci zaposlili skupino 20 ljudi. in jih prosil, naj poslušajo 12 pesmi z uporabo slušalke. Da bi se lažje osredotočili, so sobo zatemnili in prostovoljcem zavezali oči. Vsak je bil opremljen s pokrovčkom za elektroencefalografijo (EEG), ki lahko neinvazivno zaznava električno aktivnost na njihovem lasišču, ko poslušajo pesmi.
Ti možganski podatki, skupaj z ustrezno glasbo, so bili nato uporabljeni za usposabljanje umetna nevronska mreža da bi lahko prepoznali povezave med obema. Ko je bil dobljeni algoritem preizkušen na podatkih, ki jih prej ni videl, je lahko pravilno identificiral pesem s 85-odstotno natančnostjo – v celoti na podlagi možganskih valov.
"Pesmi so bile mešanica zahodnih in indijskih pesmi ter so vključevale številne žanre," Krišna Mijapuram, docent za kognitivno znanost in računalništvo na indijskem tehnološkem inštitutu Gandhinagar, je povedal za Digital Trends. »Tako smo sestavili večji reprezentativni vzorec za usposabljanje in testiranje. Pristop je bil potrjen pri pridobivanju impresivne klasifikacijske natančnosti, tudi ko smo podatke o usposabljanju omejili na manjši odstotek nabora podatkov.«
Branje misli, urjenje strojev
To ni prvič, da so raziskovalci pokazali, da je mogoče izvesti demonstracije »branja misli«, zaradi katerih bi bil David Blaine ljubosumen, vse z uporabo podatkov EEG. Na primer, nevroznanstveniki s kanadske univerze Toronto Scarborough so predhodno rekonstruirali slike na podlagi podatkov EEG, da digitalno poustvari slike obraza shranjeno v mislih osebe. Miyapuramova lastne prejšnje raziskave vključuje projekt, v katerem so bili podatki EEG uporabljeni za identifikacijo filmskih posnetkov, ki so si jih ogledali udeleženci, pri čemer je bil vsak namen izzvati drugačen čustveni odziv.
Zanimivo je, da je to zadnje delo pokazalo, da algoritmi, ki so se izkazali za zelo učinkovite pri ugibanju poslušanih pesmi ki jih je izvedel en udeleženec, potem ko so bili usposobljeni za njihove specifične možgane, ne bi delovala tako dobro, če bi jih uporabili za drugega oseba. Pravzaprav je "ne tako dobro" huda podcenjenost: natančnost teh testov je padla s 85 % na manj kot 10 %.
"Naše raziskave kažejo, da imajo posamezniki osebne izkušnje z glasbo," je dejal Miyapuram. "Človek bi pričakoval, da se možgani odzivajo na podoben način pri obdelavi informacij iz različnih dražljajev. To velja za tisto, kar razumemo kot funkcije na nizki ravni ali funkcije na ravni dražljajev. [Toda] ko gre za glasbo, so morda lastnosti na višji ravni, kot je užitek, tiste, ki razlikujejo med posameznimi izkušnjami.«
Derek Lomas, docent za pozitivno A.I. na Tehnološki univerzi v Delftu je dejal, da je prihodnji cilj projekta preslikati razmerje med frekvencami EEG in glasbenimi frekvencami. To bi lahko pomagalo odgovoriti na vprašanja, kot je, ali večjo estetsko resonanco spremlja večja nevronska resonanca.
Povedano drugače, ali bo oseba, ki je »ganjena« nad glasbenim delom, pokazala večjo korelacijo med samo glasbo in odziv možganov, kar omogoča natančno napovedovanje, kako zelo oseba uživa v glasbi preprosto s pogledom na svoje možganske valove? Čeprav je lahko vsak odziv na glasbo subtilno drugačen, bi to lahko pomagalo osvetliti, zakaj ljudje najprej iščemo glasbo.
Pot do vmesnikov možgani-računalnik
"Za kratkoročne aplikacije [v naslednjih dveh letih] si predstavljamo mehanizem za priporočanje glasbe, ki bi lahko temeljil na odzivu možganov osebe," je Lomas povedal za Digital Trends. »Trenutno imam študenta, ki dela na algoritmično ustvarjeni glasbi, ki poveča nevronsko resonanco. To je precej srhljivo: največja nevronska resonanca ni enaka največji estetski resonanci.«
Srednjeročno je Lomas predlagal, da bi to lahko vodilo do zmogljivih aplikacij za pridobivanje informacij o "globini izkušenj", ki jih ima oseba, ki se ukvarja z mediji. Z uporabo orodij za analizo možganov je morda (in bi moralo) biti mogoče natančno napovedati, kako globoko je oseba angažirana med, na primer, gledanjem filma ali poslušanjem albuma. Merilo angažiranosti, ki temelji na možganih, bi lahko nato uporabili za izpopolnjevanje določenih izkušenj. Ali želite, da bo vaš film bolj privlačen za 90 % gledalcev? Tweak to scena, sprememba to eno.
"Dolgoročno - 20 let - lahko to področje dela omogoči metode za prepisovanje vsebine domišljije," je nadaljeval Lomas. »Na primer prepisovanje misli v besedilo. To je velika prihodnost [vmesnikov možgani-računalnik.]«
Kot je opozoril Lomas, smo še vedno daleč od tega morebitnega cilja vmesnika možgani-računalnik. Kljub temu delo, kot je to, nakazuje, da je na tem drevesu veliko okusnih nižje visečih sadežev, preden ga končno podremo.
A dokument, ki opisuje to raziskavo, z naslovom GuessTheMusic: Song Identification from Electroencephalography, je bil nedavno predstavljen na CODS-COMAD 2021.
Priporočila urednikov
- Globoko učenje AI lahko posnemajo distorzijske učinke ikoničnih kitarskih bogov
Nadgradite svoj življenjski slogDigitalni trendi bralcem pomagajo slediti hitremu svetu tehnologije z vsemi najnovejšimi novicami, zabavnimi ocenami izdelkov, pronicljivimi uvodniki in enkratnimi vpogledi v vsebine.
