LONDON (IT BOLTWISE) – Forschende können die Grundstruktur gedachter Melodien aus Hirnströmen rekonstruieren, wenn sie statt exakter Tonhöhen vor allem die Abstände zwischen Tönen auslesen. Die Methode nutzt Elektrokortikographie mit implantierten Elektroden und trainiert ein Modell auf relative Pitch-Klassen. Einzelne Noten lassen sich nur mit moderater Trefferquote vorhersagen, doch der übergeordnete Verlauf der Melodie bleibt erkennbar. Damit rückt ein neues Fenster zu innerem Hören in den Fokus – allerdings bleibt der Ansatz vorerst auf klinische Messungen beschränkt.
Statt die exakte Tonhöhe nachzuzeichnen, zielt das neue Verfahren auf die Beziehung zwischen aufeinanderfolgenden Tönen. Genau diese relative Struktur dominiert, wenn Menschen eine Melodie wiedererkennen, etwa unabhängig davon, ob „Twinkle, Twinkle, Little Star“ auf einer hohen Flöte oder einer tiefen Tuba gespielt wird. In der Studie steht daher nicht die absolute Frequenz im Mittelpunkt, sondern der Intervallabstand – also wie sich eine Note zur vorherigen verhält. Das ist inhaltlich mehr als ein Detail: Es verschiebt die Aufgabe vom „Was ist die exakte Frequenz?“ hin zu „Welche Tonstufenfolge ergibt als Gesamtkontur wieder die bekannte Melodie?“
Technisch basiert die Arbeit auf einem Decoding-Ansatz, der Gedankliches mit messbarer Hirnaktivität verknüpft. Die Forschenden um Jii Kwon und Chun Kee Chung von der Seoul National University untersuchten zehn Patientinnen und Patienten mit medikamentös nicht kontrollierbarer Epilepsie. Dazu wurden Elektroden direkt auf der Hirnoberfläche platziert, eine Messmethode, die als Elektrokortikographie (ECoG) bekannt ist. Durch den direkten Kontakt können Sensoren hochfrequente Signalanteile erfassen, die bei Messungen von außen am Kopf häufig verloren gehen. Während die Teilnehmenden kurze Ausschnitte bekannter Kinderlieder hörten und anschließend die nächsten Takte still imaginierten, zeichneten die Forschenden synchron elektrische Muster im Gehirn auf.
Im Experiment durchliefen die Lieder drei unterschiedliche Tonarten, während die Aufgabe auf die ersten zwei Takte beschränkt blieb und danach das stille Vorstellen der nächsten zwei Takte folgte. Zur Kontrolle, ob die Personen wirklich die gesuchte Folge im Kopf behielten, ließen die Forschenden die Teilnehmenden nach der imaginativen Phase die Melodie anschließend summen. Für das Modell wählten sie dabei eine bestimmte Signalform: die High-Gamma-Aktivität. Diese schnellen Oszillationen im Bereich von etwa 60 bis 150 Schwingungen pro Sekunde gelten als zuverlässiger Indikator für aktive sensorische Verarbeitung. Als besonders relevant identifizierten die Forschenden Aktivitätsmuster unter anderem im Gyrus temporalis superior, einem Areal, das stark an der Verarbeitung von auditiven Informationen beteiligt ist.
Für das eigentliche KI-Training wurde die imaginierte Phase in kurze Abschnitte von jeweils 0,5 Sekunden zerlegt. Jeder Abschnitt wurde dabei einer Note der Melodie zugeordnet, aber im entscheidenden relativen Sinn: Das Modell sollte nicht „absolute Frequenzen“ erraten, sondern sechs relative Pitch-Klassen lernen, die sich an den Solfège-Silben „Do“, „Re“, „Mi“, „Fa“, „Sol“ und „La“ orientieren. Auf Basis dieser Klassen trainierte ein maschinelles Lernprogramm die Muster aus den neuronalen Daten. In einem Test mit neuen, zuvor nicht verwendeten Aufnahmen lag die Trefferquote für die Vorhersage einzelner Noten im Mittel bei etwa 26 Prozent. Zum Vergleich: Eine reine Zufallsentscheidung läge bei ungefähr 16 Prozent, was zeigt, dass der Decoder tatsächlich musikalische Information aus der Aktivität extrahiert – auch wenn eine exakte Note-für-Note-Rekonstruktion noch nicht zuverlässig gelingt.
Gleichzeitig zeigte sich der Unterschied zwischen relativer und absoluter Repräsentation sehr klar. Als die Forschenden versuchten, aus denselben Daten die exakten akustischen Frequenzen – also die absolute Tonhöhe – zu decodieren, verbesserten sich die Modelle nicht über den Zufall hinaus. Die Ergebnisse waren statistisch nicht signifikant, was die Interpretation stützt, dass das Gehirn die imaginierten Melodien überwiegend in relationalen Strukturen abbildet. Interessant ist auch, wie sich aus den moderat genauen Einzelvorhersagen dennoch ein erkennbarer Gesamteindruck ergibt: Erst wenn die vorhergesagten relativen Noten über die Zeit zu einer Sequenz zusammengesetzt werden, entsteht die typische auf- und absteigende „Melodiekontur“. Selbst wenn einzelne Tonklassen danebenliegen, bleibt die Form der Melodie in der Rekonstruktion häufig erhalten.
Bei der Ursachenanalyse ergaben sich zudem Hinweise auf ein breiteres Zusammenspiel im Gehirn. Besonders wichtig war die Aktivität in symmetrischen Abschnitten des Gyrus temporalis superior. Darüber hinaus fanden die Forschenden hilfreiche Signale im linken Gyrus praecentralis, einem Bereich, der häufig mit motorischer Planung in Verbindung gebracht wird. Das passt zur Idee, dass das stille Vorstellen eines Liedes nicht nur als rein akustische Darstellung geschieht, sondern auch Elemente einer mentalen „Probe“ der für das Singen nötigen Bewegungsabläufe umfasst. Für die Praxis bleibt der Ansatz jedoch stark eingeschränkt: Die Elektrokortikographie erfordert eine invasive Operation, wodurch ein Transfer auf ein allgemeines, nicht-invasives Konsumer- oder Wearable-Setup aktuell nicht direkt möglich ist. Künftige Arbeiten sollen daher prüfen, ob nicht-invasive Verfahren ähnliche relative Pitch-Informationen liefern können und ob die Modelle über einen größeren Tonumfang und neue, weniger stark eingeprägte Melodien hinweg funktionieren.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI rekonstruiert gedankliche Melodien aus Hirnaktivität über relative Tonhöhen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI rekonstruiert gedankliche Melodien aus Hirnaktivität über relative Tonhöhen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI rekonstruiert gedankliche Melodien aus Hirnaktivität über relative Tonhöhen« bei Google Deutschland suchen, bei Bing oder Google News!