AI 演算法讀心術!研究:透過腦電波可預測你正在聽的音樂

也許之後 AI 演算法可以透過觀測你的腦電波,去建立一個專屬於你的音樂播放清單!
評論
Photo Credit: Shutterstock / 達志影像
評論

有時候,聽到一首很洗腦又抓耳的歌曲時,就會忍不住在腦中縈繞、揮之不去。就像是即將到來的過年歌曲「財神到~噹噹噹噹噹~~」,恐怕這樣的洗腦就不是餘音繞樑了,讓人有些膽怯。但你有想過,如果可以透過讀取大腦的腦波,就能準確地鎖定你現在腦中在撥放的歌曲,那會有多有趣嗎?

目前荷蘭台夫特理工大學(Delft University of Technology)的人本設計學院與印度理工學院甘地納加爾校區(Indian Institute of Technology Gandhinagar)的認知科學學院都在致力於腦機介面(Brain-computer interface, BCI)的研究。並在近期的實驗中,發現腦電波與音樂體驗的神奇連結!

實驗進行方式為,招募 20 人的參與人員,並請他們蒙著雙眼用耳機聽 12 首歌曲,蒙眼是為了集中注意力。執行實驗時,參與者會配戴腦電圖(Electroencephalography,EEG)帽,以觀測他們在聽歌時腦內的電流與電壓反映。

這些大腦數據與相對應的音樂將傳輸到具人工智慧的資料庫中,讓人工智慧去識別兩者間的關聯。在對 AI 演算法進行訓練與數據測試後,這套人工智慧可以用腦電波來辨認對應歌曲,其準確度達 85%!

印度理工學院的助理教授克里希納.米亞普拉姆(Krishna Miyapuram)表示,實驗使用的歌曲有西方流行音樂,也有印度曲風的音樂,透過不同流派的歌曲來提高數據庫的資料多樣性,並以這種方式取得更多代表性樣本再進行培訓與測試。

腦電波與音樂連結的個體差異之大

可惜的是,在最新的研究中,AI 演算法在特定參與者的大腦訓練後,可達 85% 的準確率,但應用到另一顆大腦成效卻非常不彰,準確性下降至只有 10%。

透過研究結果,我們可以瞭解到:每個人都有自己專屬的音樂聆聽體驗

這個體驗是獨一無二、無法與他人分享的。人腦在處理較低階訊息或刺激-反應類型的資訊時,每個人的情況會大致相同。但在處理高層次的情感與個人體驗時,就非常難以統一的度量衡去測量、精算了。

不過研究並非徒勞無功,台夫特理工大學的助理教授德瑞克.洛馬斯(Derek Lomas)表示,未來的腦電波研究會專注在「頻率」上,去探詢審美共鳴與腦電波的共鳴是否會一致。白話文來說,就是觀測被音樂「感動」到的瞬間,大腦是否也會做出相對應的反應,進而去了解一個人的音樂欣賞程度與偏好音樂風格。

洛馬斯進一步表示,也許之後 AI 演算法可以透過觀測你的腦電波,去建立一個專屬於你的音樂播放清單。甚至用於電影或娛樂媒體的研究上,從腦電波去觀察一部電影「觸動人心」的程度,藉以實際運用在電影製作產業上,好讓製作商可以在上映前就預知電影是否賣座,看起來頗具商機。

「將思想轉譯為數據文本,長遠來看,腦機介面具有廣闊的遠景。」

透過腦電波大玩「讀心術」

不是只有魔術師會讀心術,一般凡人想要剖析腦子內的想法,也可以借助腦電波之力。

除了上述案例外,過去加拿大多倫多的神經科學家也曾以 EEG 數據,來畫出腦中浮現的人臉畫像。等到技術越發成熟,以後辦案恐怕不需繪面師就可以精準擁有犯人面部的影像。另個也是米亞普拉姆的印度研究中,則是以 EEG 數據去觀測參與者觀看的電影片段剪輯,會引起參與者甚麼樣的不同情緒反應。

人類大腦的揭秘,或許才剛起步而已。

核稿編輯:李柏鋒

延伸閱讀:




Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。