Τεχνητή νοημοσύνη: Κάποια μέρα θα μπορεί να συνθέτει τραγούδια για να μας βοηθήσει να νιώσουμε καλά
Courtesy of USC Viterbi School of Engineering
Όλοι γνωρίζουμε ότι η μουσική είναι πηγή ζωής και έχει απεριόριστες δυνατότητες, όπως να διαμορφώσει συναισθήματα αλλά και να επηρεάσει καταστάσεις.
Μια ταινία χωρίς μουσική δεν προκαλεί τα ίδια συναισθήματα και αντιδράσεις ή το ίδιο συναισθηματικό ταξίδι. Μια έντονη σωματική άσκηση στο γυμναστήριο χωρίς την κατάλληλη μουσική υπόκρουση μπορεί να ρίξει τελείως τους ρυθμούς σας. Υπάρχει όμως κάποιος τρόπος να ποσοτικοποιηθούν όλες αυτές οι αντιδράσεις; Και αν ναι, θα μπορούσαν να αποκωδικοποιηθούν και να χρησιμοποιηθούν;
Σε μια νέα έρευνα, οι ερευνητές του Πανεπιστημίου της Νότιας Καλιφόρνιας κατέγραψαν πως τα κύρια χαρακτηριστικά της μουσικής όπως ο τόνος, ο ρυθμός και η αρμονία μπορούν να προκαλέσουν διαφορετικούς τύπους εγκεφαλικής δραστηριότητας, φυσιολογικές αντιδράσεις (αύξηση της θερμοκρασίας του σώματος, ιδρώτα και αλλαγές στην ηλεκτρική ανταπόκριση) όπως και συναισθήματα (ευτυχία ή θλίψη ) και πως η τεχνητή νοημοσύνη και το Machine learning η εκμάθηση μηχανών θα μπορούσε να χρησιμοποιήσει αυτές τις σχέσεις για να προβλέψει την ανταπόκριση των άνθρωπων σε ένα νέο μουσικό κομμάτι.
Τα αποτελέσματα, που παρουσιάστηκαν σε ένα συνέδριο την περασμένη εβδομάδα για τη διασύνδεση της μουσικής τέχνης με την επιστήμη των υπολογιστών, έδειξαν ότι μια μέρα η τεχνητή νοημοσύνη θα είναι σε θέση να σχεδιάσει μουσικά κομμάτια και σκοπούς που θα μπορούσαν να διεγείρουν την ψυχοσύνθεση μας και να μας αλλάξουν τη διάθεση στο λεπτό.
Η έρευνα είναι μέρος του ευρύτερου διερευνητικού εγχειρήματος του εργαστηρίου που προσπαθεί να κατανοήσει πώς διάφορες μορφές μέσων , όπως ταινίες, τηλεοπτικές διαφημίσεις καθώς και η μουσική, μπορούν να επηρεάσουν την ψυχοσύνθεση και τους εγκεφάλους των ανθρώπων.
“Αφού καταλάβουμε πώς όλα αυτά τα μέσα μπορούν να επηρεάσουν τα διάφορα συναισθήματά μας, τότε μπορούμε να προσπαθήσουμε να τα χρησιμοποιήσουμε εποικοδομητικά για την πραγματική υποστήριξη ή ενίσχυση των ανθρώπινων εμπειριών”,
λέει ο Shrikanth Narayanan, καθηγητής στο USC και ο κύριος ερευνητής του εργαστηρίου.
Το “Fyrsta” του Ólafur Arnalds, ένα θλιβερό τραγούδι.
Η έρευνα που διεξήχθη είχε ως εξής:
Οι ερευνητές επέλεξαν πρώτα 60 μουσικά κομμάτια όχι και τόσο γνωστά τραγούδια, από μουσικά streaming sites όπως το Spotify με ετικέτα είτε “happy (χαρούμανα)” είτε “sad(λυπημένα)”. (Ήθελαν να αποφύγουν γνωστά τραγούδια για να μπορέσουν να έχουν όσο μπορούσαν πιο αδιάβλητα και ανεπηρέαστα αποτελέσματα).
Κατόπιν τέθηκαν σε ακρόαση σε μία ομάδα ανθρώπων και κάθε συναίσθημα που δημιουργήθηκε καταγράφηκε και βάσει αυτών επιλέχθηκαν τρία μουσικά κομμάτια: δύο που προκαλούσαν λύπη και θλίψη(το “Fyrsta” του Ólafur Arnalds και το”Discovery of the Camp” του Michael Kamen) και ένα που προκαλούσε ευεξία και ευτυχία (το”Race Against the Sunset” του Lullatone).
Εκατό συμμετέχοντες, κατόπιν, που δεν είχαν ακούσει τα τραγούδια πριν χωριστούν σε δύο ομάδες, κατά τη διάρκεια της ακρόασης και των τριών μουσικών κομματιών υπεβλήθησαν σε ηλεκτρονική μαγνητική τομογραφία και παρακολούθηση του εγκεφάλου τους καθώς και σε διάφορες μετρήσεις όπως μέτρηση του παλμού, θερμοκρασίας μέσω ηλεκτρικών αισθητήρων στο δέρμα τους και η ένταση των συναισθημάτων τους αξιολογήθηκε σε μία κλίμακα από το 0 έως το 10.
Οι ερευνητές στη συνέχεια εισήγαγαν τα δεδομένα, μαζί με άλλα 74 χαρακτηριστικά για κάθε τραγούδι (όπως τόνος, ρυθμός, αρμονία, δυναμική και ηχόχρωμα), σε διάφορους αλγορίθμους μηχανικής εκμάθησης και εξέτασαν ποια χαρακτηριστικά ήταν οι ισχυρότεροι παράγοντες για να προκαλέσουν και να διεγείρουν καταστάσεις.
Κατέληξαν σε συμπέρασμα, για παράδειγμα, ότι το επίπεδο των μεσαίων και υψηλών συχνοτήτων του τραγουδιού καθώς και η δυναμική του ρυθμού του ήταν και οι δύο από τους καλύτερους παράγοντες για το πώς ένα τραγούδι θα μπορούσε να επηρεάσει τον καρδιακό ρυθμό και την εγκεφαλική δραστηριότητα του ακροατή.
Το “Race Against the Sunset” της Lullatone, ένα χαρούμενο τραγούδι.
Η έρευνα βρίσκεται ακόμη σε πολύ πρώιμα στάδια και σίγουρα θα πάρει καιρό μέχρι να εμφανιστούν πιο ισχυρά και πιο ικανά μοντέλα μηχανικής εκμάθησης που θα είναι σε θέση να προβλέψουν τις διανοητικές και φυσικές μας αντιδράσεις σε ένα τραγούδι με απόλυτη ακρίβεια. Οι ερευνητές όμως είναι ενθουσιασμένοι με τον τρόπο με τον οποίο θα μπορούσαν να εφαρμοστούν τέτοιου είδους μοντέλα: διότι θα μπορούσαν να σχεδιάσουν μουσική για συγκεκριμένα άτομα, να δημιουργήσουν εξαιρετικά υποβλητικά soundtracks κινηματογραφικών ταινιών ή να βοηθήσουν ασθενείς με ψυχικές διαταραχές διαεγείροντας συγκεκριμένα μέρη του εγκεφάλου τους.
Το εργαστήριο συνεργάζεται ήδη με κλινικές αποκατάστασης και αποθεραπείας για να εξετάσει πως θα μπορούσε να βοηθήσει τους ασθενείς ενσωματώνοντας μουσικοθεραπείες.
Με απλά λόγια η τεχνητή νοημοσύνη μπαίνει σιγά σιγά στη ζωή μας και όπως λέει ο Greer κάποια μέρα θα μπορεί να φτιάξει μία playlist και να σας βάζει ήρεμα και γλυκά για ύπνο. “Δεν θα θέλατε να ακούσετε ένα τραγούδι που θα σας προκαλεί ταχυκαρδία πριν πάτε για ύπνο, αλλά ίσως όταν έχετε να κάνετε ένα μεγάλο ταξίδι χωρίς καφέ!”, όπως χαρακτηριστικά αναφέρει.
Πηγή: technologyreview.com
About The Author
