211service.com
AI kan hjälpa oss att dekonstruera varför vissa låtar bara får oss att må så bra
En man som lyssnar på musik på radion Med tillstånd av USC Viterbi School of Engineering
Vi vet alla att musik är en kraftfull influencer. En film utan soundtrack provocerar inte samma känslomässiga resa. Ett träningspass utan en pump-up-sång kan kännas som ett drag. Men finns det något sätt att kvantifiera dessa reaktioner? Och i så fall, skulle de kunna omvändas och tas i bruk?
I ett nytt papper , kartlade forskare vid University of Southern California hur saker som tonhöjd, rytm och harmoni inducerar olika typer av hjärnaktivitet, fysiologiska reaktioner (värme, svett och förändringar i elektrisk respons) och känslor (lycka eller sorg) och hur maskininlärning kan använda dessa relationer för att förutsäga hur människor kan reagera på ett nytt musikstycke. Resultaten, presenterade kl en konferens förra veckan om skärningspunkterna mellan datavetenskap och konst, visa hur vi en dag kan skapa riktade musikupplevelser för allt från terapi till filmer.
Forskningen är en del av labbets bredare mål att förstå hur olika former av media, såsom filmer och TV-reklam samt musik, påverkar människors kroppar och hjärnor. När vi väl förstår hur media kan påverka dina olika känslor, då kan vi försöka att produktivt använda dem för att faktiskt stödja eller förstärka mänskliga upplevelser, säger Shrikanth Narayanan, professor vid USC och huvudutredare i labbet.
Forskarna sökte först igenom sajter för streaming av musik som Spotify efter låtar med väldigt få spelningar, taggade antingen glad eller ledsen. (De ville undvika välbekanta låtar för att minimera eventuella förvirrande variabler.) Genom en serie mänskliga testare minskades 60 stycken för varje känsla till en slutlig lista med tre: två som på ett tillförlitligt sätt framkallade sorg (Ólafur Arnalds's Först och Michael Kamens Upptäckten av lägret ) och en som på ett tillförlitligt sätt framkallade lycka (Lullatones Race Against the Sunset ). Hundra deltagare som inte hade hört låtarna tidigare delade upp sig i två grupper, lyssnade på alla tre styckena och gjorde antingen en fMRI-skanning eller bar puls-, värme- och elsensorer på huden och värderade intensiteten i sina känslor på en skala från 0 till 10.
Forskarna matade sedan in data, tillsammans med 74 funktioner för varje låt (som dess tonhöjd, rytm, harmoni, dynamik och klang), i flera maskininlärningsalgoritmer och undersökte vilka egenskaper som var de starkaste förutsägelserna för svar. De fann till exempel att ljusstyrkan hos en sång (nivån på dess medel- och höga frekvenser) och styrkan på dess takt var båda bland de bästa förutsägelserna för hur en sång skulle påverka en lyssnares hjärtfrekvens och hjärnaktivitet.
Forskningen är fortfarande i mycket tidiga skeden, och det kommer att ta ett tag innan mer kraftfulla maskininlärningsmodeller kommer att kunna förutsäga dina mentala och fysiska reaktioner på en låt med någon precision. Men forskarna är entusiastiska över hur sådana modeller skulle kunna tillämpas: att designa musik för specifika individer, att skapa mycket suggestiva filmljudspår eller att hjälpa patienter med psykiska utmaningar att stimulera specifika delar av sin hjärna. Labbet arbetar redan med beroendebehandlingskliniker för att se hur andra former av media kan hjälpa patienter. De vill börja införliva musikbaserade terapier också.
Enklare kan forskningen användas för att skapa spellistor. Du skulle inte vilja lyssna på en låt som kommer att få din puls att öka precis innan läggdags, men det kanske du gör om du ska ut på en lång bilresa och inte har druckit mycket kaffe, säger Greer.