Datamaskin-algoritme kan identifisere unike danskearakteristika

Forskere ved Centre for Interdisciplinary Music Research ved University of Jyväskylä i Finland har brukt bevegelsesfangstteknologi til å studere mennesker og dans de siste årene. Dette brukes som en måte å bedre forstå sammenhengen mellom musikk og enkeltpersoner. De har kunnet lære ting gjennom dans, som hvor ekstrovert eller nevrotisk en person er, humøret deres og hvor mye den enkelte person empatiserer med andre mennesker.

Ved å fortsette dette arbeidet, har de støtt på en overraskende ny oppdagelse.

Ifølge Dr. Emily Carlson, den første forfatteren av studien, “Vi lette faktisk ikke etter dette resultatet, da vi satte ut til å studere noe helt annet.”

“Vår opprinnelige idé var å se om vi kunne bruke maskinlæring til å identifisere hvilken musikkgenre våre deltakere danset til, basert på deres bevegelser.”

Det var 73 deltakere i studien. Mens de danset til de åtte ulike musikkgenrene Blues, Country, Dance/Elektronika, Jazz, Metal, Pop, Reggae og Rap, ble de fanget med bevegelsesfangst. De ble bedt om å lytte til musikken og så bevege kroppen sin på en måte som føltes naturlig.

“Vi mener det er viktig å studere fenomener som de skjer i den virkelige verden, som er hvorfor vi bruker en naturalistisk forskningsparadigme,” ifølge professor Petri Toivianinen, den senior forfatteren av studien.

Deltakernes bevegelser ble analysert av forskerne ved hjelp av maskinlæring, som forsøkte å skille mellom de ulike musikkgenrene. Prosessen gikk ikke som planlagt, og datamaskinalgoritmen kunne bare identifisere den riktige genrene mindre enn 30% av tiden.

Selv om prosessen ikke gikk som planlagt, oppdaget forskerne at datamaskinen kunne korrekt identifisere den enkelte personen fra gruppen på 73, basert på deres bevegelser. Nøyaktighetsraten var 94%, sammenlignet med 2% nøyaktighetsrate hvis det var overlatt til tilfeldighet, eller datamaskinen gjetting uten noen gitt informasjon.

“Det ser ut til at en persons dansbevegelser er en slags fingeravtrykk,” sier Dr. Pasi Saari, medforfatter av studien og dataanalytiker. “Hver person har en unik bevegelsessignatur som forblir den samme uansett hvilken type musikk som spilles.”

Det var en økt effekt på individuelle dansbevegelser avhengig av musikkgenren som ble spilt. Når personer danset til Metal-musikk, var datamaskinen mindre nøyaktig i å identifisere hvem det var.

“Det er en sterk kulturell assosiasjon mellom Metal og bestemte typer bevegelser, som hodebangning,” sier Emily Carlson. “Det er sannsynlig at Metal forårsaket at flere dansere beveget seg på lignende måter, noe som gjorde det vanskeligere å skille dem fra hverandre.”

Disse nye funn kan føre til noe som dans-gjenkjenning-programvare.

“Vi er mindre interesserte i applikasjoner som overvåking enn i hva disse resultater forteller oss om menneskelig musikalitet,” forklarer Carlson. “Vi har mange nye spørsmål å stille, som om våre bevegelsessignaturer forblir de samme gjennom hele livet, om vi kan oppdage forskjeller mellom kulturer basert på disse bevegelsessignaturene, og hvor godt mennesker er i stand til å gjenkjenne enkeltpersoner fra deres dansbevegelser sammenlignet med datamaskiner. De fleste studier reiser flere spørsmål enn svar, og denne studien er ingen unntak.”