211service.com
AI kan hjelpe oss å dekonstruere hvorfor noen sanger bare får oss til å føle oss så bra
En mann som hører på musikk på radioen Med tillatelse fra USC Viterbi School of Engineering
Vi vet alle at musikk er en kraftig influencer. En film uten lydspor provoserer ikke den samme følelsesmessige reisen. En treningsøkt uten en pump-up hymne kan føles som et drag. Men er det en måte å kvantifisere disse reaksjonene på? Og i så fall, kan de være omvendt konstruert og tatt i bruk?
I et nytt papir , kartla forskere ved University of South California hvordan ting som tonehøyde, rytme og harmoni induserer forskjellige typer hjerneaktivitet, fysiologiske reaksjoner (varme, svette og endringer i elektrisk respons), og følelser (lykke eller tristhet), og hvordan maskinlæring kan bruke disse relasjonene til å forutsi hvordan folk kan reagere på et nytt musikkstykke. Resultatene, presentert kl en konferanse forrige uke på skjæringspunktet mellom informatikk og kunst, viser hvordan vi en dag kan være i stand til å konstruere målrettede musikalske opplevelser for formål som spenner fra terapi til filmer.
Forskningen er en del av laboratoriets bredere mål om å forstå hvordan ulike former for medier, som filmer og TV-annonser samt musikk, påvirker menneskers kropper og hjerner. Når vi forstår hvordan media kan påvirke de ulike følelsene dine, kan vi prøve å produktivt bruke dem til å faktisk støtte eller forbedre menneskelige opplevelser, sier Shrikanth Narayanan, professor ved USC og hovedetterforsker i laboratoriet.
Forskerne søkte først musikkstrømmesider som Spotify etter sanger med svært få avspillinger, merket enten glad eller trist. (De ønsket å unngå kjente sanger for å minimere eventuelle forvirrende variabler.) Gjennom en serie menneskelige testere ble 60 stykker for hver følelse begrenset til en endelig liste på tre: to som på en pålitelig måte induserte tristhet (Ólafur Arnalds sin Først og Michael Kamens Oppdagelsen av leiren ) og en som på en pålitelig måte induserte lykke (Lullatones Race Against the Sunset ). Hundre deltakere som ikke hadde hørt sangene før delte seg inn i to grupper, lyttet til alle tre stykkene og tok enten en fMRI-skanning eller hadde på seg puls-, varme- og elektrisitetssensorer på huden og vurderte intensiteten av følelsene deres på en skala fra 0 til 10.
Forskerne matet deretter dataene, sammen med 74 funksjoner for hver sang (som tonehøyde, rytme, harmoni, dynamikk og klang), inn i flere maskinlæringsalgoritmer og undersøkte hvilke funksjoner som var de sterkeste prediktorene for responser. De fant for eksempel at lysstyrken til en sang (nivået på dens middels og høye frekvenser) og styrken til dens rytme begge var blant de beste prediktorene for hvordan en sang ville påvirke en lytters hjertefrekvens og hjerneaktivitet.
Forskningen er fortsatt i svært tidlige stadier, og det vil ta en stund før kraftigere maskinlæringsmodeller vil være i stand til å forutsi dine mentale og fysiske reaksjoner på en sang med noen presisjon. Men forskerne er spente på hvordan slike modeller kan brukes: å designe musikk for spesifikke individer, å lage svært stemningsfulle filmlydspor, eller å hjelpe pasienter med psykiske helseutfordringer med å stimulere bestemte deler av hjernen deres. Laboratoriet jobber allerede med avhengighetsbehandlingsklinikker for å se hvordan andre former for medier kan hjelpe pasienter. De ønsker å begynne å inkludere musikkbaserte terapier også.
Mer enkelt kan forskningen brukes til å generere spillelister. Du vil ikke høre på en sang som får pulsen til å øke rett før leggetid, men kanskje du gjør det hvis du skal på en lang kjøretur og ikke har fått mye kaffe, sier Greer.