이 연구원은 사람들이 뇌 활동을 기반으로 어떤 노래를 듣고 있는지 알고 있었습니다.

인간의 뇌는 우리 몸에서 가장 신비한 기관으로 남아 있습니다. 기억과 의식에서 정신 질환과 신경 장애에 이르기까지 우리 마음의 복잡성을 이해하기 전에 수행해야 할 많은 연구와 연구가 남아 있습니다. 그러나 어느 정도 연구자들은 우리의 생각과 감정을 활용하는 데 성공했습니다. 우리 꿈의 내용, 관찰 실로시빈의 영향 우울증으로 인해 중단된 뇌 네트워크에서 또는 어떤 종류의 매력적인 얼굴.

올해 초에 발표된 연구에서는 뇌 활동을 해독하는 유사한 위업을 설명했습니다. 이안 데일리영국 Sussex 대학의 연구원인 은 뇌 스캔을 사용하여 사람들이 듣고 있는 음악을 72%의 정확도로 예측했습니다. Daly는 두 가지 다른 형태의 "신경 디코더"를 사용한 그의 작업을 다음과 같이 설명했습니다. 종이 자연.

그의 연구 참가자들이 음악을 듣는 동안 Daly는 뇌에서 발화하는 뉴런의 전기 신호를 포착하기 위해 전극과 전선의 네트워크를 사용하는 뇌파 검사(EEG)와 기능적 자기 공명 영상을 사용하여 그들의 뇌 활동을 기록했습니다.fMRI), 신경 활동에 반응하여 발생하는 혈액 산소화 및 흐름의 변화를 보여줍니다.

EEG와 fMRI는 반대의 강점을 가지고 있습니다. 전자는 짧은 시간 동안 뇌 활동을 기록할 수 있지만 전극이 두피에 있기 때문에 뇌 표면에서만 가능합니다. 후자는 뇌의 더 깊은 활동을 포착할 수 있지만 더 오랜 기간 동안만 가능합니다. 둘 다 사용하면 Daly는 두 세계의 장점을 모두 누릴 수 있습니다.

그는 음악 실험과 무음악 실험 동안 높은 활동을 보인 뇌 영역을 모니터링하여 좌우 청각 피질, 소뇌, 해마를 음악을 듣고 감정적 반응을 갖는 중요한 영역으로 지적했습니다. 각 지역의 활동 측면에서 다른 참가자들 사이에 많은 차이가 있음을 언급했습니다. 어떤 사람은 주어진 음악에 대해 감정적인 반응을 보이는 반면 다른 사람은 같은 곡이 지루하다고 느낄 수 있기 때문에 이것은 이치에 맞습니다.

EEG와 fMRI를 모두 사용하여 Daly는 18개의 다른 노래를 듣는 동안 36명의 뇌 활동을 기록했습니다. 그는 뇌 활동 데이터를 양방향 장기 단기(biLSTM) 심층 신경망에 입력하여 EEG를 사용하여 참가자가 듣는 음악을 재구성할 수 있는 모델을 만들었습니다.

biLSTM은 순환 신경망의 유형 자연어 처리 응용 프로그램에 일반적으로 사용됩니다. 일반 장단기 기억 네트워크에 추가 계층을 추가하고 이 추가 계층은 정보 흐름을 역전시키고 입력 시퀀스가 ​​역방향으로 흐르도록 합니다. 따라서 네트워크의 입력은 앞뒤로 흐르며(따라서 "양방향" 조각) 양쪽에서 정보를 활용할 수 있습니다. 따라서 단어와 구 사이, 또는 이 경우 음표와 시퀀스 사이의 종속성을 모델링하는 데 유용한 도구입니다.

Daly는 biLSTM 네트워크의 데이터를 사용하여 사람들의 EEG 활동을 기반으로 대략적인 노래를 재구성했으며 72%의 정확도로 그들이 듣고 있던 음악을 알아낼 수 있었습니다.

그런 다음 EEG를 사용하여 20명의 새로운 참가자로부터 데이터를 기록했으며, 그의 초기 데이터 세트는 이러한 신호의 소스에 대한 통찰력을 제공했습니다. 그 데이터에 따르면 노래를 정확히 찾아내는 그의 정확도는 59퍼센트로 떨어졌습니다.

그러나 Daly는 자신의 방법이 뇌졸중을 앓았거나 마비를 일으킬 수 있는 다른 신경학적 상태로 고통받는 사람들을 돕기 위해 뇌-컴퓨터 인터페이스(BCI)를 개발하는 데 사용될 수 있다고 믿습니다. ALS와 같은. 두뇌 활동을 말로 번역할 수 있는 BCI는 이 사람들이 사랑하는 사람 및 간병인과 다른 방법으로는 불가능할 수도 있는 의사소통을 할 수 있게 해줄 것입니다. 솔루션은 이미 다음과 같은 형태로 존재합니다. 뇌 이식, Daly와 같은 기술이 유사한 결과를 달성할 수 있다면 환자에게 훨씬 덜 침습적일 것입니다.

"음악은 감정적 의사 소통의 한 형태이며 인간의 말과 많은 시간적, 스펙트럼 및 문법적 유사성을 공유하는 복잡한 음향 신호이기도 합니다." Daly 종이에 썼다. "따라서 뇌 활동에서 들리는 음악을 재구성할 수 있는 신경 디코딩 모델은 의사 소통을 돕기 위한 응용 프로그램이 있는 다른 형태의 신경 디코딩 모델을 향한 합리적인 단계를 형성할 수 있습니다."

이미지 신용 : 알리 나 그루브 냑 on Unsplash 

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• 플라토 블록체인. Web3 메타버스 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 출처: https://singularityhub.com/2023/04/06/this-researcher-knew-what-song-people-were-listening-to-based-on-their-brain-activity/