Bilgisayar Algoritması Benzersiz Dans Özelliklerini Tanıyabilir

Finlandiya’daki Jyväskylä Üniversitesi’ndeki Müzik Araştırması Merkezi’ndeki araştırmacılar, son birkaç yıldır hareket yakalama teknolojisini kullanarak insanları ve dansı incelemişlerdir. Bu, müzik ve bireyler arasındaki bağlantıyı daha iyi anlamak için bir yol olarak kullanılmaktadır. Dans aracılığıyla bireyin dışa dönük veya nörotik olduğu, ruh hali ve diğer insanlarla empati düzeyi gibi şeyleri öğrenmeyi başarmışlardır.

Bu çalışmayı sürdürerek, şaşırtıcı bir yeni keşif yaptılar.

Çalışmanın ilk yazarı Dr. Emily Carlson’a göre, “Aslında bu sonucu aramıyorduk, çünkü tamamen farklı bir şey nghiênmesi için yola çıktık.”

“Özgün fikrimiz, makine öğrenimi kullanarak katılımcılarımızın hangi müzik türüne dans ettiklerini, hareketlerine dayanarak belirlemekti.”

Çalışmada 73 katılımcı vardı. Sekiz farklı müzik türüne (Blues, Country, Dance/Electronica, Jazz, Metal, Pop, Reggae ve Rap) dans ederken hareketleri yakalandı. Müziği dinlemeleri ve doğal hissettikleri şekilde vücudunu hareket ettirmeleri söylendi.

“Gerçek dünya’da ortaya çıkan olguları incelemeyi önemli buluyoruz, bu nedenle doğal bir araştırma paradigmaları kullanıyoruz” diyor çalışmanın kıdemli yazarı Profesör Petri Toivianinen.

Katılımcıların hareketleri, araştırmacılar tarafından makine öğrenimi kullanılarak analiz edildi ve farklı müzik türlerini ayırt etmeye çalışıldı. Süreç planlandığı gibi gitmedi ve bilgisayar algoritması yalnızca %30’dan az bir zamanda doğru türü belirleyebildi.

Sürecin planlandığı gibi gitmese de, araştırmacılar bilgisayarın 73 kişilik gruptan bireyleri hareketlerine dayanarak %94 oranında doğru bir şekilde tanımlayabildiğini keşfettiler. Bu, şansa bağlı olarak veya bilgisayarın herhangi bir bilgi verilmeden tahmin ettiği %2’lik doğruluk oranına kıyasla daha yüksektir.

“Görünüşe göre bir kişinin dans hareketleri bir tür parmak izi gibi” diyor çalışmanın ortak yazarı ve veri analisti Dr. Pasi Saari. “Her kişi, müziğin türü ne olursa olsun aynı kalan benzersiz bir hareket imzasına sahiptir.”

Bireysel dans hareketleri, çalınan müzik türüne bağlı olarak artan bir etkiye sahipti. Bireyler Metal müziğine dans ettiklerinde, bilgisayar kimin olduğunu belirlemede daha az doğru oldu.

“Metal ile belirli türlerdeki hareketler, gibi headbanging arasında güçlü bir kültürel ilişki var” diyor Emily Carlson. “Muhtemelen Metal, daha fazla dansçının benzer şekilde hareket etmesine neden oldu, bu da onları ayırt etmeyi daha zor hale getirdi.”

Bu yeni gelişmeler, dans tanıma yazılımları gibi şeylere yol açabilir.

“Gözetim gibi uygulamalardan daha az ilgileniyoruz, bu sonuçların bize insan müziği hakkında neler söylediği konusunda daha çok ilgileniyoruz” diyor Carlson. “Hareket imzalarımızın yaşam boyu aynı kalıp kalmadığı, bu hareket imzaları kullanarak kültürler arasındaki farklılıkları tespit edip edemeyeceğimiz ve insanların dans hareketlerinden bireyleri tanıyabilme yetisinin bilgisayarlara kıyasla nasıl olduğu gibi yeni sorular sormamız gerekiyor. Çoğu araştırma, cevaplarından daha fazla soru ortaya koyuyor ve bu çalışma da istisna değil.”