Zakaj se ob določeni glasbi počutimo tako dobro? Odgovor pozna umetna inteligenca

Tehnologija strojnega učenja lahko določi kvalitete glasbe, ki sprožijo specifične fizične in emocionalne odzive. Nekega dne bi lahko ta tehnika bila uporabljena na področju glasbene terapije. Vsi dobro vemo, kako velik vpliv lahko ima glasba na ljudi. Si predstavljate film brez kakršne koli glasbe ali recimo trening v fitnesu brez svojega najljubšega “pump-up” seznama predvajanja? Ali obstaja način, kako kvantificirati naše odzive na glasbo?Če obstaja, ga je morda možno uporabiti v praksi in obrniti sebi v prid?

V najnovejšem znanstvenem članku na to temo so raziskovalci na Univerzi Južna Karolina v ZDA ugotovili, kako lastnosti, kot sta recimo ritem in harmonija, vzbudita različne tipe možganske aktivnosti, fiziološke rekacije (vročina, potenje in spremembe v električnem odzivu) in čustva (veselje ali žalost). Poleg tega pa je bil njihov glavni cilj ugotoviti, kako tehnologija strojnega učenja uporabi te podatke in informacije o odnosih med lastnostmi za napovedovanje človeških odzivov na določeno glasbo. Rezultati raziskave, ki so bili predstavljeni na konferenci prejšnji teden, kažejo, da bi lahko bila dotična tehnika čez čas uporabljena za vzpodbujanje targetiranih glasbenih odzivov, seveda z namenom koristi za poslušalca – terapevtski namen.

Kako je potekala raziskava?

Raziskava je del širšega raziskovanja načinov, kako različni mediji, od filma, televizije in oglasov do glasbe, vplivajo na človeško telo in možgane. “Ko enkrat dejansko razumemo, kako mediji vplivajo na naša čustva in fiziologijo, lahko podatke produktivno uporabimo za vzpodbujanje različnih emocij in želenih človeških odzivov ter izkušenj”, pravi Shrikanth Narayanan, profesor na Univerzi Južna Karolina in glavni raziskovalec laboratorija, ki se ukvarja s tem področjem.

Raziskovalci so v prvi fazi pregledali glasbene pretočne platforme, kot je recimo Spotify, kjer so skladbe označili z osnovnimi oznakami, na primer “vesela” ali “žalostna”. Izogibali so se predvsem bolj znanim skladbam, da bi dobili karseda nepristranske rezultate. Preko testiranja posameznih skladb, 60 za vsako čustvo, so raziskovalci skrčili seznam na tri:dve, ki sta jasno izražali žalost (Ólafur Arnalds “Fyrsta” in Michael Kamen “Discovery of the Camp”) in eno skladbo, ki je jasno izražala veselje (Lullatone’s “Race Against the Sunset”). Skladbe je poslušalo 100 sodelujočih, ki do takrat še niso slišali izbranih skladb. Participanti so nosili fMRI skener ali merilec srčnega utripa, električne senzorje, prav tako pa so sami ocenjevali intenzivnost emocij na lestvici od 0 do 10.

Raziskovalci, ki so obdelovali podatke, so 74 lastnosti skladb (kot so ritem, harmonija, dinamika ipd.) razdelili v različne algoritme strojnega učenja, kjer jih je zanimalo, katere od lastnosti so glavni prediktorji različnih odzivov. Na primer, ugotovili so, da svetlost skladbe (stopnja srednjih in visokih frekvenc) in moč tonov najbolj jasno vplivata na odziv poslušalca, in sicer na njegov srčni utrip in možgansko aktivnost.

Raziskava je še v zelo začetni fazi in preteči bo moralo še kar nekaj časa, preden bodo lahko raziskovalci z visoko stopnjo natančnosti napovedali mentalne in fizične rekacije na določene skladbe. Kakorkoli že, raziskovalci so do sedanje faze zelo zadovoljni z rezultati, nadejajo pa se še večjega napredka pri kreaciji modelov, ki bi lahko bili še bolj uporabni: dizajn glasbe za točno določeno skupino ljudi, stvaritev personificirane filmske glasbe, ali pa pomoč pacientom z mentalnimi težavami, ki pa so dovzetni predvsem na dogajanja v določenih delih možganov. Laboratorij, ki se je podpisal pod raziskavo, že sodeluje s klinikami, ki zdravijo odvisneže različnih vrst. Trenutno preizkušajo, kateri mediji bi lahko najbolj optimalno pomagali pacientom. Naslednja faza bi naj bila inkorporacija glasbenih terapij.

Če za konec povzamemo bistvo zgoraj napisanega s praktičnim, enostavnim primerom, lahko zaključimo nekako tako: z rezultati raziskave bi lahko ustvarili modele, po katerih bi generirali personalizirane sezname predvajanja. “Tik pred spanjem verjetno ne bi želeli poslušati skladbe, ki vam močno poviša srčni utrip, na drugi strani pa bi takšna glasba prišla prav, ko je pred vami daljša možnja z avtomobilom, količna kave pa ni bila dovoljšnja, da bi vas lahko držala po konci”, zaključi Greer.