研究团队用人工智能解析音乐本能

一个研究团队宣布,他们利用人工神经网络模型揭示了无需特殊学习、人类大脑产生音乐本能的原理。

1月16日,韩国科学技术院(KAIST)物理系郑夏雄教授领导的研究团队宣布,利用人工神经网络模型,揭示了无需特殊学习、人类大脑产生音乐本能的原则。

此前,许多研究人员试图识别存在于不同文化中的音乐之间的异同,并试图理解其普遍性的起源。2019年发表在《科学》杂志上的一篇论文揭示,所有在民族志上 distinct 的文化中都会产生音乐,并且使用了相似的节拍和曲调形式。神经科学家此前也发现,人类大脑中一个特定部分,即听觉皮层,负责处理音乐信息。

郑教授的研究团队使用人工神经网络模型表明,处理音乐信息的认知功能是作为处理从自然界接收的听觉信息的结果而自发形成的,无需教授音乐。研究团队利用了谷歌提供的大规模声音数据集AudioSet,并训练人工神经网络学习各种声音。有趣的是,研究团队发现网络模型中的某些神经元会对音乐做出选择性反应。换句话说,他们观察到神经元自发产生,这些神经元对动物、自然或机器等各种其他声音反应极小,但对包括器乐和声乐在内的各种形式的音乐表现出高水平的反应。

人工神经网络模型中的神经元表现出的反应行为与真实大脑听觉皮层中的神经元相似。例如,人工神经元对裁剪成短间隔并重新排列的音乐声音反应较弱。这表明自发产生的音乐选择性神经元编码了音乐的时间结构。这种特性并不局限于特定流派的音乐,而是出现在包括古典、流行、摇滚、爵士和电子在内的25种不同流派中。

此外,研究发现抑制音乐选择性神经元的活动会极大地损害对其他自然声音的认知准确性。也就是说,处理音乐信息的神经功能有助于处理其他声音,而“音乐能力”可能是一种本能,是为了更好地处理自然声音而获得的进化适应的结果。

指导这项研究的郑夏雄教授说:“我们的研究结果表明,进化压力有助于形成不同文化中处理音乐信息的普遍基础。”关于这项研究的意义,他解释说:“我们期待这个具有类似人类音乐性的人工构建模型能够成为各种应用的原始模型,包括AI音乐生成、音乐治疗以及音乐认知研究。”他还评论了其局限性,补充说:“然而,这项研究没有考虑学习音乐之后的发展过程,必须指出,这是一项关于早期发展中音乐信息处理基础的研究。”

这项研究由第一作者、韩国科学技术院物理系的金光洙博士(现任职于:麻省理工学院大脑与认知科学系)和金东谦博士(现任职于:基础科学研究所)进行,以“深度神经网络中基本音乐检测器的自发涌现”为题发表在《自然·通讯》上。

这项研究得到了韩国国家研究基金会的支持。