Већина нас је користила апликације као што је Схазам, који може да идентификује песме када поднесемо телефон до звучника. Али шта ако је било могуће да апликација идентификује музичко дело само на основу ваших мисаоних образаца. Немогуће? Можда и не, према новом истраживању које су спровели истраживачи на Универзитету Калифорније у Берклију.
Године 2014, истраживач Брајан Пасли и његове колеге су користили алгоритам дубоког учења и мождану активност, мерену електродама, како би претворили мисли особе у дигитално синтетизован говор. Ово је постигнуто анализом можданих таласа особе док су говорили како би се декодирала веза између говора и мождане активности.
Препоручени видео снимци
Скочите неколико година унапред, и тим је сада побољшао то раније истраживање и применио своја открића на музику. Конкретно, били су у стању да тачно (50 одсто тачније од претходне студије) предвиде о каквим звуцима размишља пијаниста, на основу мождане активности.
Повезан
- Може ли А.И. победио људске инжењере у дизајнирању микрочипова? Гугл тако мисли
- Алгоритамска архитектура: треба ли дозволити А.И. дизајнирати зграде за нас?
- Зашто би учење робота да се играју жмурке могло бити кључ за АИ следеће генерације
„Током слушне перцепције, када слушате звукове као што су говор или музика, знамо да је то извесно делови слушног кортекса разлажу ове звукове у акустичне фреквенције - на пример, ниске или високе тонови,” Паслеи рекао је за Дигитал Трендс. „Тестирали смо да ли ове исте области мозга такође обрађују замишљене звукове на исти начин на који интерно вербализујете звук сопственог гласа или замишљате звук класичне музике у тихој соби. Открили смо да постоји велико преклапање, али и јасне разлике у томе како мозак представља звук замишљене музике. Изградњом модела машинског учења неуронске репрезентације замишљеног звука, користили смо модел да погодимо са разумном тачношћу који је звук замишљен у сваком тренутку у времену.
За студију, тим је снимио мождану активност пијанисте када је пуштао музику на електричној тастатури. Радећи ово, могли су да упореде и обрасце мозга и одсвиране ноте. Затим су поново извели експеримент, али су искључили звук клавијатуре и тражили од музичара да замисли ноте док их свира. Ова обука им је омогућила да креирају свој алгоритам за предвиђање музике.
„Дугорочни циљ нашег истраживања је развој алгоритама за говорне протетске направе за обнављање комуникације код парализованих особа које не могу да говоре“, рекао је Пасли. „Прилично смо далеко од остварења тог циља, али ова студија представља важан корак напред. Он показује да је неуронски сигнал током слушних слика довољно робустан и прецизан за употребу у алгоритмима за машинско учење који могу предвидети акустичне сигнале из мереног мозга активност."
Рад који описује рад је био недавно објављен у часопису Церебрал Цортек.
Препоруке уредника
- Ево шта АИ анализира трендове. мисли да ће бити следећа велика ствар у техници
- Прочитајте сабласно лепе „синтетичке списе“ АИ. који мисли да је то Бог
- Осећајући емоције А.И. је овде, и то би могло бити на вашем следећем интервјуу за посао
- Научници користе А.И. да створи вештачки људски генетски код
- БигСлееп А.И. је као Гоогле претрага слика за слике које још не постоје
Надоградите свој животни стилДигитални трендови помажу читаоцима да прате брзи свет технологије са свим најновијим вестима, забавним рецензијама производа, проницљивим уводницима и јединственим кратким прегледима.
