Måden du danser på er unik, og computere kan fortælle det til dig

Næsten alle reagerer på musik med bevægelse, hvad enten det er gennem subtile tåklap eller en altomfattende boogie. En nylig opdagelse viser, at vores dansestil næsten altid er den samme, uanset hvilken type musik, og en computer kan identificere danseren med forbløffende nøjagtighed.

At studere, hvordan folk bevæger sig til musik, er et stærkt værktøj for forskere, der ønsker at forstå, hvordan og hvorfor musik påvirker os, som den gør. I løbet af de sidste par år, forskere ved Center for Interdisciplinary Music Research ved Universitetet i Jyväskylä i Finland har brugt motion capture-teknologi - den samme slags, der bruges i Hollywood - for at erfare, at dine dansebevægelser siger meget om dig, hvor udadreagerende eller neurotisk du er, hvilket humør du tilfældigvis er i, og endda hvor meget du føler med andre mennesker.

For nylig, imidlertid, de opdagede noget, der overraskede dem. "Vi ledte faktisk ikke efter dette resultat, da vi satte os for at studere noget helt andet, " forklarer Dr. Emily Carlson, undersøgelsens første forfatter. "Vores oprindelige idé var at se, om vi kunne bruge maskinlæring til at identificere, hvilken musikgenre vores deltagere dansede til, baseret på deres bevægelser."

De 73 deltagere i undersøgelsen blev motion capture dans til otte forskellige genrer:blues, Land, dans/elektronik, jazz, metal, pop, reggae og rap. Den eneste instruktion, de modtog, var at lytte til musikken og bevæge sig på enhver måde, der føltes naturlig. "Vi synes, det er vigtigt at studere fænomener, som de opstår i den virkelige verden, Derfor anvender vi et naturalistisk forskningsparadigme, " siger professor Petri Toiviainen, undersøgelsens seniorforfatter.

Forskerne analyserede deltagernes bevægelser ved hjælp af maskinlæring, forsøger at skelne mellem de musikalske genrer. Desværre, deres computeralgoritme var i stand til at identificere den korrekte genre mindre end 30 procent af tiden. De var chokerede over at opdage, imidlertid, at computeren korrekt kunne identificere, hvem af de 73 personer, der dansede 94 procent af tiden. Overladt til tilfældighederne (dvs. hvis computeren blot havde gættet uden nogen information at gå på), den forventede nøjagtighed ville være mindre end 2 procent. "Det ser ud som om en persons dansebevægelser er en slags fingeraftryk, " siger Dr. Pasi Saari, medforfatter til undersøgelsen og dataanalytiker. "Hver person har en unik bevægelsessignatur, der forbliver den samme, uanset hvilken slags musik der spilles."

Nogle genrer, imidlertid, havde mere effekt på individuelle dansebevægelser end andre. Computeren var mindre præcis til at identificere personer, når de dansede til metalmusik. "Der er en stærk kulturel sammenhæng mellem metal og visse typer bevægelser, som headbanging, " siger Emily Carlson. "Det er sandsynligt, at Metal fik flere dansere til at bevæge sig på lignende måder, gør det sværere at skelne dem fra hinanden."

Betyder det, at software til ansigtsgenkendelse snart vil få selskab af software til dansegenkendelse? "Vi er mindre interesserede i applikationer som overvågning end i hvad disse resultater fortæller os om menneskelig musikalitet, " Carlson forklarer. "Vi har en masse nye spørgsmål at stille, som om vores bevægelsessignaturer forbliver de samme gennem hele vores levetid, om vi kan opdage forskelle mellem kulturer baseret på disse bevægelsessignaturer, og hvor godt mennesker er i stand til at genkende individer fra deres dansebevægelser sammenlignet med computere. Mest forskning rejser flere spørgsmål end svar, " konkluderer hun, "og denne undersøgelse er ingen undtagelse."