導語：看完題目後，讀者可能會產生這是讀心術的感覺——哈哈，這當然不是心靈感應這麼玄學的東西，但我們可以說它們還比較接近：科學家是通過使用fMRI（Functional magnetic resonance imaging，功能磁共振成像）掃描志願者的大腦，測量其血流量和大腦活動，從而識別他們正在聽的歌曲的。
這項研究有助於我們理解人類大腦如何對音樂做出反應，以及籌劃未來大腦交流端口的開發，從而幫助無法正常交流的大腦殘障人士——例如，閉鎖綜合症的患者。
圖| fMRI圖像中顯示，大腦中黃色區域與其他區域相比，活躍程度顯著增加。
主持該項研究的國際研究小組認為，如果這項技術能更進一步的話，我們甚至可以僅憑意識來撰寫歌曲 。當然，想要實現這種目前來看還很科幻的技術，還需要很長一段技術發展時間。
研究小組在他們發表的論文中寫道：“想實現超前的意識構建音樂方法，確實還有很長的路要走。但我們這次的研究確實邁出了這條道路上的第一步，即通過腦電波識別音樂作品。”
這次實驗主要基於一個
編碼-解碼模型，利用這個模型，計算機系統可以檢測特定歌曲引起的大腦活動圖像——就是大腦的哪些部分會活躍，以及它們活躍的時機。之後，系統就會從fMRI數據庫中鑑別，找出正確的歌曲。
圖|編碼——解碼模型
研究人員讓六位志願者聽了涵蓋古典樂，搖滾樂，流行樂，爵士樂在內的共40首音樂，之後再用計算機對他們的大腦圖像進行分析。與fMRI掃描儀相關連的軟件經過自主學習訓練後，能夠測量大腦對音樂特徵（包括音調，動態，節奏和音色在內）的應答活動。
在初次分析完成、各曲目的特徵信息錄入計算機後，研究人員對系統進行了準確性試驗。志願者會重複聽一些之前的曲目，讓計算機系統識別他們是在聽哪首歌曲。在只用從兩個選項中選出正確曲目時，計算機的正確率為85%。
圖| 實驗人員正在分析掃描實驗志願者大腦得來的功能磁共振成像圖片
然後研究人員增大了實驗難度，軟件系統必須從十個選項中選擇正確的歌曲。這一次，計算機正確率為74％。
此外，本項研究還有一項意外發現：聽眾並沒有表現出音樂處理時常考慮到的“半球偏好”——他們大腦的左右側反應並沒有差別。
圖|不同志願者的大腦fMRI圖像對比。
雖然這不是第一次科學家試圖在音樂與大腦活動間構建對應關係，但是這次實驗確實進行了更深入的研究，
跟以前的研究相比，歌曲的選擇範圍更廣，播放列表更加豐富，這就增加了計算機識別的難度。研究人員說，這種技術如果更進一步的話，就可以用來確定個體的音樂偏好——即哪種類型的音樂更能引發他們的大腦共鳴。這樣，也許我們就能解釋為什麼一首歌有些人會喜歡，而有些人則毫無感覺。
圖|fMRI的一個研究，志願者的大腦對於看到人臉和房屋的不同反應
而且，新技術甚至可以用來幫助有幻聽問題的人，讓他們不再飽受腦中幻聽的困擾。當然，想要實現這個設想還需要更多的數據支持。
當然，全球研究音樂對人類影響的實驗不勝枚舉，這項研究只是其中的一部分而已。比如最近對音樂的研究還有音樂如何提高生產率，以及大腦活動方式的變化如何改變音樂品味，等等。
該項研究結果已發表在《科學報告》（Scientific Reports）中。
審校 | 楊子彤 Soybean
致敬科技未來
分享才是熱愛
TechPower科技力
熱愛因科技而發生
閱讀更多 TechPower科技力 的文章
