LONDON (IT BOLTWISE) – Eine Studie in eNeuro zeigt, dass sich beim bloßen Vorstellen vertrauter Kinderlieder Melodien aus Gehirnsignalen rekonstruieren lassen. Forschende zeichneten dafür bei zehn Epilepsie-Patienten intrakranielle Messdaten über Oberflächenelektroden auf. Das Modell arbeitet dabei mit relativen Tonhöhenklassen wie do, re, mi statt mit absoluter Frequenz. Perspektivisch könnte das als Grundlage für Musik- oder Sprach-Neuroprothesen dienen, wenn Betroffene nicht sprechen können.
Die Idee klingt zunächst wie Science-Fiction: Jemand hört nur einen kurzen Ausschnitt eines Liedes, stellt die nächsten Takte anschließend im Kopf weiter und aus den Signalen des Gehirns lässt sich ableiten, welche Tonhöhen dabei „gedanklich“ aktiv sind. Genau diesen Weg geht eine in eNeuro veröffentlichte Arbeit, die von Jii Kwon und Chun Kee Chung von der Seoul National University vorangetrieben wurde. In der Studie rekonstruierten sie musikalische Konturen nicht aus einem gesummten, tatsächlich klingenden Input, sondern aus der Vorstellung des weiteren Verlaufs – also aus dem, was Menschen im Inneren hören, bevor sie es durch das eigene Hummen überprüfen.
Technisch basiert das Vorgehen auf intrakranieller Messung: Die Forschenden nutzten Oberflächenelektroden, die bei zehn Epilepsie-Patienten ohnehin zur klinischen Überwachung des Seizur-Risikos eingesetzt waren. Die Teilnehmenden bekamen jeweils die Anfangsbars vertrauter Kinderlieder vorgespielt, sollten dann die Melodie still weiterimaginierten und anschließend die vorgestellte Fortsetzung selbst summen. Damit entsteht eine Art Paarung aus (1) mentalem Musikentwurf ohne äußeren Ton und (2) einem nachgelagerten, vokalen Output, der die Zielstruktur überprüfbar macht. Entscheidend ist dabei, dass die gemessenen Signale nicht nur grobe Aktivitätsmuster liefern, sondern genug spektrale und zeitliche Information enthalten, um Tonhöhenfolgen abzubilden.
Besonders bemerkenswert ist das Modell-Design, weil es sich nicht auf absolute Frequenzen festlegt. Stattdessen arbeiten Kwon und Team mit einem Framework für relative Tonhöhenklassen – Beziehungen zwischen Tönen wie do, re, mi, fa, sol und la. Das entspricht einer bekannten Eigenschaft menschlicher Musikverarbeitung: Eine Melodie bleibt als „dieselbe“ wiedererkennbar, selbst wenn sie in einer anderen Tonart gespielt wird. In der Arbeit wird das auch wörtlich begründet: „The model we created decodes relative pitch classes – such as do, re, mi, fa, sol, and la – rather than exact, absolute pitches. This is useful because people often recognize melodies by the relationships between notes, even when the same melody is played in a different key.“ Genau diese Invarianz gegenüber Tonartwechseln macht die Entschlüsselung robuster, weil das Gehirn offenbar Muster codiert, die eher Intervallbeziehungen als exakte Hertzwerte widerspiegeln.
Aus dem Zusammenspiel von note-level Vorhersagen und zeitlicher Aggregation entsteht dann die eigentliche Rekonstruktion: Die Forschenden transformierten wiederholte Schätzungen einzelner Tonhöhen-Positionen in eine durchgehende melodische „Kontur“. So ließ sich über die Zeit hinweg ein Verlauf rekonstruieren, der die Struktur der vorgestellten Lieder abbildet. Damit liefert die Studie direkte neuronale Evidenz dafür, dass im Kopf nicht nur eine abstrakte Idee existiert, sondern dass das Gehirn beim inneren Hören musikalische Beziehungen in einer Form organisiert, die sich modellbasiert „lesen“ lässt. Gleichzeitig öffnet diese Architektur den Raum für Erweiterungen: Wenn bereits relative Pitch-Ketten dekodierbar sind, liegt es nahe, dass sich später auch weitere Parameter wie Tempo oder Dynamik mit geeigneten Trainings- und Abbildungsstrategien erschließen lassen.
Der Blick auf Anwendungen bleibt allerdings an eine zentrale Einschränkung gebunden: In dieser ersten Demonstration basieren die Messungen auf invasiven, klinisch etablierten Elektroden. Für eine praktische Kommunikation neuroprothetischer Systeme braucht es künftig nicht nur bessere Modelle, sondern vor allem Messmodalitäten, die mit weniger Eingriffen auskommen. Dennoch ist der Assistive-Tech-Gedanke klar: Das Ergebnis liefert ein Proof-of-Concept dafür, dass ein KI-System intern intendierte Inhalte wie Melodien aus Gehirnsignalen ableiten kann – potenziell auch dann, wenn jemand Musik nicht „lernen“ musste oder gerade nicht sprechen kann. Als beispielhafte Zielgruppe nennt die Studie Menschen mit schweren motorischen oder sprechbezogenen Einschränkungen, etwa bei Amyotrophischer Lateralsklerose, die Gedanken oder musikalische Vorstellungen nicht artikulieren können.
Für die weitere Entwicklung in der KI-gestützten Neurotechnik bedeutet das: Die Kombination aus einer neuartigen, an der menschlichen Wahrnehmung orientierten Zielformulierung (relative Tonhöhenklassen) und einer zeitlich kohärenten Rekonstruktionsstrategie ist ein konkretes Lernsignal dafür, wie Decoder künftig aussehen könnten. Gleichzeitig verschiebt sich der Fokus der Forschung von „Kann das Gehirn überhaupt irgendetwas übertragen?“ hin zu „Welche repräsentationalen Ebenen sind stabil genug für wiederholbare Nutzung im Alltag?“. Genau hier werden Folgearbeiten interessant, etwa wenn sich die Ansätze von einfachen, vertrauten Kinderliedern auf komplexere Musik oder auf andere mentale Inhalte übertragen lassen sollen – mit dem langfristigen Ziel, aus innerer Sprache oder innerem Hören ein Interface zu machen, das Kommunikation möglich macht.
💳 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.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【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-Entschlüsselung: Gedachte Melodien per Gehirnsignalen rekonstruieren" 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-Entschlüsselung: Gedachte Melodien per Gehirnsignalen rekonstruieren" 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-Entschlüsselung: Gedachte Melodien per Gehirnsignalen rekonstruieren« bei Google Deutschland suchen, bei Bing oder Google News!