通過大腦掃描，就能知道你聽了什麼音樂？

假如你在公車上遇見了一位集美貌與氣質於一身的小姐姐，她戴著耳機凝望窗外，畫面「明媚而憂傷」，正中你的少男之心！你不禁想知道——她在聽什麼？一定是很優美的旋律，於是你腦補了一段悠揚輕快的鋼琴曲作為BGM……

就在這時，你突然具有了「讀心」的特異功能。於是懷揣著一顆悸動的心，聽聽她在聽些什麼——結果，你的耳邊響起了嘹亮的「套馬的漢子……」

這種畫風的突變還真帶勁呢！這樣看來，人類沒有「讀心」這一技能似乎是件好事，不然多少「惡趣味」會變得無處遁形啊！

可是喜歡搞事情的科學家似乎並不在乎唯美的畫面可能遭到破壞。就在最近，來自巴西、德國、芬蘭和印度四國的研究人員在《科學報告》上發表了一篇新的論文，表示他們已經可以通過讓計算機「讀取」你大腦中的信息，了解你都聽了哪些音樂。這操作聽上去有點科幻，但其實這種「讀心」設備或許將以比我們想像中快很多的速度成為現實。

論文中報道了這樣一個實驗：研究人員選擇了40首類型各異的音樂作品，其中包括古典、搖滾、流行、爵士、民謠等等，然後從每首作品中節選一段長46秒的音樂片段。接著他們邀請了6名受試者來參與這項實驗，其中5名參與者受過專業的音樂訓練（例如長時間的學過某種樂器或聲樂）。

研究人員在受試者在聆聽音樂的過程中對他們的大腦進行功能性磁共振成像（fMRI），以檢測大腦中的血流和活動。在實驗正式開始之前，研究人員先給每位受試者聽四段旋律，要求他們感受旋律中的情感，或者鑒別出旋律中那些阻礙他們感受情感的和聲變化。在fMRI掃描前進行的這一步驟，是為了能讓受試者熟悉這些音樂。fMRI的數據收集會在不同的日子多次進行。與fMRI掃描儀相連的計算機程序經過訓練，可以測量大腦對音調、律動、節奏和音色等音樂特徵產生的活動，從而對特定歌曲引起的大腦活動模式進行監測。

從四個不同角度顯示的六位受試者大腦的解碼體素圖，這些圖表明了音樂特徵在不同層次的聽覺處理上的反應。|圖片來源：Hoefle et al. / Scientific Reports

在分析過程中，科學家運用了一種對大腦的編碼技術。編碼模型曾多次被用於研究視覺和語義領域的神經表徵，但是科學家並不太了解當這種模型被用於分析在音樂刺激下產生的聽覺皮層上的信息分布時會如何表現。這種技術的前提是假設大腦可以對特定的刺激作出獨特的反應。在這種假設情況下，每首歌的不同音樂特徵以及它所帶來的刺激應與大腦反應相匹配並形成一個代碼。

科學家試圖讓計算機從得到的fMRI數據中識別出正確的歌曲。一開始，他們讓計算機先做簡單的二選一，只需要從兩個選項中選出正確答案即可。發現準確率可達85％。接著他們加大實驗難度，讓計算機在僅依據大腦掃描數據的情況下，從10個選項中選出正確的歌曲。這一次，計算機的準確率為74%。

計算機對一個片段的識別能力很可能與該片段中所含有的音樂特徵變化（即信息內容）的豐富性有關，因而在隨後的分析中，研究人員使用熵作為度量來解釋識別的準確性。他們計算了每個片段的特徵空間的香農熵。發現對於熵很高的音樂相應產生的聽覺皮層中的分布信息，總體識別準確率能高達95％。

這並不是科學家第一次讓計算機根據聽眾的大腦模式來識別歌曲，但相比之前，這次的研究更加深入，音樂的選擇範圍比之前的更多，而編碼-解碼技術的運用大大的提高了實驗結果的準確性。

而這項研究的意義是什麼呢？首先它的重點並不在於音樂本身，科學家們無所謂你愛聽的是《命運交響曲》還是《最炫民族風》。他們希望的是通過這些研究，來幫助我們理解大腦會對音樂做出怎樣的反應，從而研發出能幫助那些無法用正常聽、說方式交流的人（例如閉鎖綜合症患者）的腦機介面。

論文作者之一的 Sebastian Hoefle 博士表示，大腦解碼研究為理解神經功能提供了新的方案。這項研究的結果為存儲於人類聽覺皮層中的聽覺表徵提供了新的見解，並為將來的臨床應用開闢了可能性，例如為患有幻聽的病人做幻覺神經調節。他們希望在之後的研究中，能找到為何一部分人認為動聽的音樂可能在另一部分人聽來卻倍覺刺耳的原因，是否我們的大腦具有某種特定的適應音樂？未來，這些針對大腦解碼和機器學習方面的研究還可能創造各種不同的溝通方式。

參考鏈接：

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！