研究团队用AI破解音乐本能

由物理系Hawoong Jung教授率领的KAIST研究团队宣布确定原理,即音乐本能从人脑中生成而不用人工神经网络模型学习

多位研究者曾尝试辨别各种文化中音乐的异同并尝试理解普遍性的源头论文发布科学类2019年显示音乐在所有民族特征文化中制作,并使用相似的节拍调神经科学家先前也发现 人脑中某部分 即监听皮层 负责处理音乐信息

郑教授团队使用人工神经网络模型显示,自发声表认知函数是处理自然接收的听力信息后产生的,而没有教音乐研究团队使用AudioSet大规模收集Google提供的健康数据并教人工神经网络学习各种声音有趣的是,研究队发现网络模型中的某些神经元对音乐有选择响应换句话说,他们观察自发生成神经元, 最小响应各种声音像动物、自然或机器, 但显示高响应度 各种音乐形式包括工具声

人工神经网络模型中的神经元显示相似反应行为人造神经元对音频响应少一些,音频割成短间隔并重新排列表示自发生成的音乐选择神经元编码音乐时间结构属性不仅限于一流音乐,而是遍历25种不同类型,包括经典、流行、摇滚、爵士乐和电子

此外,抑制音乐选择神经元活动被发现严重妨碍其他自然声音的认知精度即神经函数处理音乐信息帮助处理其他声音, 并说“音乐能力”可能是进化适应后形成的本能,

Professor Hawoong Jung, who advised the research, said, "The results of our study imply that evolutionary pressure has contributed to forming the universal basis for processing musical information in various cultures." As for the significance of the research, he explained, "We look forward for this artificially built model with human-like musicality to become an original model for various applications including AI music generation, musical therapy, and for research in musical cognition." He also commented on its limitations, adding, "This research however does not take into consideration the developmental process that follows the learning of music, and it must be noted that this is a study on the foundation of processing musical information in early development."

本研究由第一作者Dr.KAIST物理系Gwanksu Kim博士金东庆(当前附属关系:IBS)发布自然通信标题下写道 深神经网络自发生成初级音乐检测器

研究得到了韩国国家研究基金会的支持