Mašininis mokymasis yra viena iš dirbtinio intelekto atšakų, siekianti apmokyti tam tikrus algoritmus atlikti specifines užduotis. JAV mokslininkai pasitelkę šiuos algoritmus analizuoti muzikos klausytojų kūno reakcijas atrado, kad tokiu būdu galima 97 proc. tikslumu nuspėti, ar dainos patiks daugumai.
Mašininis mokymasis yra viena iš dirbtinio intelekto atšakų, siekianti apmokyti tam tikrus algoritmus atlikti specifines užduotis. JAV mokslininkai pasitelkę šiuos algoritmus analizuoti muzikos klausytojų kūno reakcijas atrado, kad tokiu būdu galima 97 proc. tikslumu nuspėti, ar dainos patiks daugumai, rašo sciencealert.com.
Asociatyvi „Pixabay“ nuotr.
Algoritmams tereikėjo įvertinti žmogaus emocijas ir dėmesį melodijai.
Kuo ilgiau žmogus buvo neurologiškai „pasinėręs“ į dainą ir kuo mažiau buvo „atsitraukęs“, tuo didesnė tikimybė, kad daina taps nacionaliniu hitu.
Pastebėta, kad tai buvo daug tikslesnis melodijos sėkmės rodiklis nei tai, ar žmogus sakė, kad jam patiko klausytis dainos.
Kitaip tariant, tai, kad jums sąmoningai patinka daina, dar nereiškia, kad patiks ir kitiems žmonėms. Tačiau jūsų pasąmonė gali žinoti geriau.
„Užuot klausinėjus žmonių, ar jiems patinka nauja daina, tam nustatyti pasitelkiamos neuroninės technologijos, kaip šiame tyrime“, – rašo tyrėjai.
Net jei algoritmui būtų pateikti fiziologiniai duomenys, gauti vos po minutės dainos klausymo, jis vis tiek galėtų 82 proc. tikslumu nuspėti hitą.
Naujasis metodas pranoksta panašius tyrimus, kuriuose muzikinei reakcijai įvertinti buvo naudojamos smegenų skenavimo priemonės. Jais pavyko nuspėti hitus tik apie 50 proc. tikslumu.
„Taikydami mašininį mokymąsi neurofiziologiniams duomenims, galėjome beveik tobulai nustatyti dainų hitus“, – sako neuroekonomikas Paulas Zakas iš Claremont Graduate universiteto Kalifornijoje.
„Tai, kad 33 žmonių smegenų veikla gali nuspėti, ar milijonams kitų patiks ta pati melodija“, – pridėjo jis.
Tyrimo dalyviai iš pradžių sėdėjo kambaryje, dėvėdami širdies jutiklius, ir klausėsi 24 naujausių dainų, skambančių per garsiakalbius. Trylika dainų transliacijos platformos laikė hitais, tačiau dalyviai nebuvo informuoti, kurios iš jų yra hitai.
Eksperimento pabaigoje grupės buvo paprašyta įvertinti, kurios dainos jiems labiausiai patiko. Tada jų širdies jutiklių surinkti duomenys buvo perduoti į komercinę neuromokslų platformą, kuri pagal širdies ritmo duomenis nustato žmogaus smegenų būklę.
Pavyzdžiui, oksitocinas ir dopaminas yra du neurologiniai hormonai, kurie, kaip žinoma, turi tolesnį poveikį širdžiai. Jie taip pat išsiskiria, kai jaučiatės gerai.
Pavyzdžiui, kai dainuojate arba klausotės muzikos, įrodymai rodo, kad smegenų kamienas dažnai išskiria oksitociną, o dopaminas išsiskiria ir prisijungia prie prefrontalinės žievės, kai į ką nors kreipiate ypatingą dėmesį arba esate į tai „pasinėrę“.
Šių smegenų signalų nuskaitymas per širdį galėtų būti būdas „neuroprognozuoti“, kurios dainos privers daugiau žmonių įsijausti.
Dabartiniame tyrime daugiausia dėmesio skiriama skirtingiems neurofiziologiniams signalams, kurie, svarbiausia, apima emocines reakcijas. Be to, jame naudotas ne vienas, o mašininio mokymosi algoritmų junginys.
Teoriškai ši informacija galėtų būti naudojama kuriant individualius grojaraščius tam tikroms nuotaikos būsenoms, tačiau ji taikoma ne tik muzikai, bet ir filmams, televizijos laidoms.
Tyrimas paskelbtas žurnale „Frontiers in Artificial Intelligence“.
