Ob Sie die Bewegungen wie Jagger oder den Tanz wie Elaine Benes haben, jeder hat seine eigene, originelle Art zu tanzen. So originell, dass die Musikforscher in Finnland, als sie einen Algorithmus für maschinelles Lernen zur Analyse von Tanzstilen verwendeten, feststellten, dass der Computer in der Lage war, Individuen anhand ihrer Bewegungen zu erkennen.
Dies war eine jener Entdeckungen, die sich etwas zufällig ereignet haben. Die Gruppe an der Universität von Jyväskylä wollte nicht beweisen, dass Tanzbewegungen wie ein Fingerabdruck lesbar sind, sondern die Gruppenmitglieder studierten verschiedene Musikrichtungen. Sie wollten wissen, ob es möglich ist, einen Computeralgorithmus zu trainieren, um verschiedene Musikrichtungen von der Art und Weise zu unterscheiden, wie Menschen zu dieser Art von Musik tanzen, denn dies könnte den Musikwissenschaften gute Erkenntnisse liefern, die Merkmale verschiedener Genres zu definieren.
Für diese spezielle Studie versuchten die Forscherin Emily Carlson und ihre Kollegen herauszufinden, ob es möglich ist, konsistente Tanzbewegungen zu finden, die mit bestimmten Genres verbunden sind. Sie fanden 73 Freiwillige und ließen sie nach Herzenslust zu Jazz, Rock, Metal und anderen Genres tanzen, während sie gefilmt wurden.
Als sie versuchten, ihren Computer-Algorithmus dazu zu bringen, die Tänze nach Genre zu sortieren, konnte er dies nicht aus den Bewegungen heraus tun. Es war weit weniger genau als die bestehenden Methoden, die ein Genre anhand der Analyse des Tons der abgespielten Musik identifizieren konnten, so dass dieser sicherlich nicht zur Klassifizierung von Genres beitrug. Doch obwohl der Algorithmus keine Ahnung hatte, zu welcher Art von Musik ein Freiwilliger zu einem bestimmten Zeitpunkt tanzte, erkannte er den Freiwilligen aus den anderen Clips, in denen er in etwa 94% der Zeit auftrat.
Das Erkennen von Personen abhand ihrer Körperbewegungen wird bereits in bestimmten neuen Überwachungstechnologien eingesetzt, die Personen auch dann identifizieren können, wenn sie mit dem Rücken zur Kamera stehen.
Aber Carlson hat festgestellt, dass die Gruppe „weniger an Anwendungen wie der Überwachung interessiert ist, als vielmehr daran, was diese Ergebnisse über die menschliche Musikalität aussagen“.
Wenn Sie jedoch sicherstellen wollen, dass Ihr Tanz unidentifizierbar bleibt, gab es ein Genre, bei dem der Algorithmus besondere Schwierigkeiten hatte, einzelne Teilnehmer zu unterscheiden. Tanzen, als ob niemand zuschaut. Offebar sehen alle ziemlich ähnlich aus, wenn sie tanzen.
Vielen Dank für Ihren Besuch.