AI varētu mums palīdzēt izprast, kāpēc dažas dziesmas vienkārši liek mums justies tik labi

Vīrietis klausās mūziku pa radio Ar USC Viterbi Inženieru skolas atļauju

Mēs visi zinām, ka mūzikai ir spēcīga ietekme. Filma bez skaņu celiņa neizraisa tādu pašu emocionālu ceļojumu. Treniņš bez uzmundrinošas himnas var justies kā vilkšana. Bet vai ir kāds veids, kā kvantitatīvi noteikt šīs reakcijas? Un, ja tā, vai tos varētu pārveidot un izmantot?

In jaunu papīru Dienvidkalifornijas universitātes pētnieki noskaidroja, kā tādas lietas kā tonis, ritms un harmonija izraisa dažāda veida smadzeņu darbību, fizioloģiskas reakcijas (karstums, sviedri un elektriskās reakcijas izmaiņas) un emocijas (laimi vai skumjas) un kā Mašīnmācība varētu izmantot šīs attiecības, lai prognozētu, kā cilvēki varētu reaģēt uz jaunu mūzikas skaņdarbu. Rezultāti, kas prezentēti plkst konference Pagājušajā nedēļā datorzinātnes un mākslas krustpunktos parādiet, kā mēs kādu dienu varēsim radīt mērķtiecīgu muzikālu pieredzi dažādiem mērķiem, sākot no terapijas līdz filmām.

Pētījums ir daļa no laboratorijas plašākā mērķa, lai saprastu, kā dažādi mediju veidi, piemēram, filmas un TV reklāmas, kā arī mūzika, ietekmē cilvēku ķermeņus un smadzenes. Kad mēs sapratīsim, kā plašsaziņas līdzekļi var ietekmēt jūsu dažādās emocijas, mēs varam mēģināt tos produktīvi izmantot, lai faktiski atbalstītu vai uzlabotu cilvēku pieredzi, saka Shrikanth Narajanan, USC profesors un laboratorijas galvenais pētnieks.

Pētnieki vispirms izpētīja mūzikas straumēšanas vietnes, piemēram, Spotify, lai atrastu dziesmas ar ļoti maz atskaņojumu, kas atzīmētas vai nu priecīgas, vai skumjas. (Viņi vēlējās izvairīties no pazīstamām dziesmām, lai samazinātu neskaidros mainīgos.) Izmantojot virkni cilvēku testēšanas, katrai emocijai tika sašaurināti 60 gabali līdz galīgajam sarakstam, kurā bija trīs: divi, kas droši izraisīja skumjas (Ólafur Arnalds Pirmkārt un Maikls Kamens Nometnes atklāšana ) un tādu, kas droši izraisīja laimi (Lullatone's Sacensības pret saulrietu ). Simts dalībnieki, kuri dziesmas iepriekš nebija dzirdējuši, sadalījās divās grupās, noklausījās visus trīs skaņdarbus un vai nu veica fMRI skenēšanu, vai uzlika uz ādas pulsa, siltuma un elektrības sensorus un novērtēja savu emociju intensitāti skalā. no 0 līdz 10.

Pēc tam pētnieki ievadīja datus, kā arī 74 iezīmes katrai dziesmai (piemēram, tās augstumu, ritmu, harmoniju, dinamiku un tembru) vairākos mašīnmācīšanās algoritmos un pārbaudīja, kuras iezīmes bija visspēcīgākās atbildes. Viņi, piemēram, atklāja, ka dziesmas spilgtums (tās vidējo un augsto frekvenču līmenis) un tās sitienu stiprums bija vieni no labākajiem prognozētājiem par to, kā dziesma ietekmēs klausītāja sirdsdarbības ātrumu un smadzeņu darbību.

Pētījums joprojām ir ļoti agrīnā stadijā, un paies kāds laiks, līdz jaudīgāki mašīnmācīšanās modeļi spēs precīzi paredzēt jūsu garīgās un fiziskās reakcijas uz dziesmu. Taču pētnieki ir sajūsmā par to, kā šādus modeļus varētu izmantot: lai izstrādātu mūziku konkrētām personām, izveidotu ļoti aizraujošus filmu skaņu celiņus vai palīdzētu pacientiem ar garīgās veselības problēmām stimulēt noteiktas viņu smadzeņu daļas. Laboratorija jau strādā ar atkarības ārstēšanas klīnikām, lai noskaidrotu, kā citi plašsaziņas līdzekļi varētu palīdzēt pacientiem. Viņi vēlas sākt iekļaut arī uz mūziku balstītas terapijas.

Vienkāršāk sakot, pētījumu varētu izmantot atskaņošanas sarakstu ģenerēšanai. Jūs nevēlaties klausīties dziesmu, kuras dēļ sirdsdarbība paātrinās tieši pirms gulētiešanas, bet varbūt jūs to darāt, ja dodaties ilgā braucienā un neesat dzēris daudz kafijas, saka Grīrs.

paslēpties