Strojno učenje može preslikati koje glazbene kvalitete pokreću koje vrste tjelesnih i emocionalnih odgovora. Jednog dana ova bi se tehnologija mogla koristiti i u glazbenoj terapiji.

Svima nam je manje više poznato koliko glazba može utjecati na naše raspoloženje i način na koji doživljavamo svijet oko sebe. Plašimo li se horora na jednak način kad film gledamo bez zvuka? Vježbamo li s istim zanosom kad je u teretani tišina?

Istraživači sa Sveučilišta u Južnoj Kaliforniji proučavali su kako stvari poput tona, ritma i harmonije potiču različite moždane aktivnosti; kakve fiziološke reakcije izazivaju i kako utječu na emocije. Pokušali su odgonetnuti kako bi se strojnim učenjem mogle predvidjeti reakcije slušatelja na nove pjesme, piše Tportal.

Rezultati njihovog istraživanja predstavljeni su krajem prošlog mjeseca na multimedijskoj konferenciji u Nici. Cilj je shvatiti kako različiti mediji, od filmova, preko oglasa, do pjesama, utječu na ljudska tijela i mozgove.

“Jednom kad shvatimo kako mediji utječu na emocije, tada ih možemo pokušati produktivno iskoristiti za korisne podražaje koji će obogatiti ljudska iskustava”, optimističan je profesor Shrikanth Narayanan.U potrazi za pjesmama koje bi se mogle opisati kao ‘sretne’ i ‘tužne’ istraživači su preslušali niz servisa za streaming glazbe.

Željeli su izbjeći poznate skladbe da bi na kraju odabrali njih tri: dvije koje su pouzdano izazivale tugu (‘Fyrsta’ Ólafura Arnaldsa i ‘Discovery of the Camp’ Michaela Kamena) te jednu koja je svima podizala raspoloženje (‘Race Against the Sunset’ japanskog dueta Lullatone).

Za ispitivanje je odabrano i stotinjak sudionika koji nikad nisu čuli ove pjesme. Dok su ih slušali, podvrgnuti su funkcionalnoj magnetskoj rezonanciji, a na koži su nosili senzore pulsa, topline i električne energije; oni sami su intenzitet svojih emocija opisivali ocjenama od nula do 10.

Dobiveni podaci potom su, zajedno sa 74 značajke svake pjesme, od tona i ritma, do dinamike i timbra, uvedeni u algoritme strojnog učenja. Otkriveno je tako da su svjetlina pjesme, odnosno razina srednjih i visokih frekvencija, kao i jačina ritma bili odlični indikatori utjecaja na rad srca i mozga slušatelja.

Istraživanje je još uvijek u vrlo ranoj fazi, a proći će vremena prije nego što moćniji modeli strojnog učenja budu u stanju savršeno precizno predvidjeti mentalne i fizičke reakcije na pojedine pjesme. No istraživači su uzbuđeni zbog načina na koji bi se takvi modeli mogli primijeniti: od dizajniranja personaliziranih pjesama, do stvaranja zvučnih zapisa koji stimuliraju određene dijelove mozga i tako pomažu raznim pacijentima.

Istraživači već surađuju s klinikama za liječenje ovisnosti ne bi li utvrdili kako različita glazba pomaže u liječenju ovisnosti. Dakako, istraživanje bi se moglo koristiti i za stvaranje idealnih play lista za pojedine dijelove dana ili raspoloženja, piše Technology Review, a prenosi Tportal.

‘Ne biste htjeli slušati pjesmu zbog koje će vam se brzina otkucaja srca povećati prije spavanja, ali to bi vam pomoglo ako se spremate da duže putovanje, a niste popili puno kave’, zaključio je glavni istraživač Timothy Greer.

N1 pratite putem aplikacija za Android | iPhone/iPad | Windows| i društvenih mreža Twitter | Facebook | Instagram.