Ανάλυση με ακροατές και μηχανική μάθηση
Η νέα μελέτη, που δημοσιεύθηκε στο περιοδικό Biology Letters, ανέλυσε περίπου 900 ηχητικά αποσπάσματα γέλιου, τα οποία περιλάμβαναν καταστάσεις που σχετίζονται με γαργαλητό, αστεία, παραστάσεις κωμωδίας, φάρσες, μέχρι και ατυχή περιστατικά άλλων ανθρώπων.
Οι επιστήμονες χρησιμοποίησαν αυτά τα αποσπάσματα γέλιου για να εκπαιδεύσουν και να δοκιμάσουν έναν αλγόριθμο μηχανικής μάθησης. Στη συνέχεια, σε ένα δεύτερο πείραμα, έβαλαν πάνω από 200 συμμετέχοντες να ακούσουν 30 από τα 900 αποσπάσματα και να αναγνωρίσουν το γέλιο που προκαλείται από το γαργαλητό.
Οι συμμετέχοντες αναγνώρισαν σωστά το συγκεκριμένο γέλιο σε περισσότερο από το 60% των περιπτώσεων, ενώ μια δεύτερη ομάδα ακροατών αναγνώρισε ότι ακουγόταν λιγότερο ελεγχόμενο. Οι ερευνητές διαπίστωσαν ότι τόσο το μοντέλο μηχανικής μάθησης όσο και οι άνθρωποι που συμμετείχαν ήταν ιδιαίτερα ικανοί στην αναγνώριση του γέλιου από γαργαλητό.
«Οι ακροατές μπορούν να διακρίνουν με ακρίβεια το γέλιο που προκαλείται από γαργαλητό χωρίς πρόσβαση σε οπτικά στοιχεία», αναφέρουν οι επιστήμονες. «Τα αποτελέσματά μας αποκαλύπτουν ένα μοναδικό ακουστικό και αντιληπτικό προφίλ του συγκεκριμένου γέλιου».
Ο τρόπος με τον οποίο γελάμε όταν μας γαργαλούν μπορεί να είναι μια αντίδραση που έχει διατηρηθεί από την εξέλιξη, σαφώς διαχωριζόμενη από το γέλιο που προκαλείται από άλλα ερεθίσματα, καταλήγουν οι επιστήμονες. Για παράδειγμα, παρατηρείται αυξημένη διέγερση στο γέλιο που προκαλείται από το γαργαλητό.
Τα ευρήματα, σύμφωνα με τους ερευνητές, καταδεικνύουν επίσης τις δυνατότητες της μηχανικής μάθησης στην αποκάλυψη μοτίβων μέσα σε πολύπλοκες ανθρώπινες ενέργειες. «Η τεχνολογική πρόοδος των τελευταίων ετών μας επιτρέπει να μελετάμε συμπεριφορές στα πλαίσια στα οποία εκείνες συμβαίνουν φυσικά, με τη μηχανική μάθηση να φωτίζει διαφοροποιήσεις που ήταν προηγουμένως άγνωστες», αναφέρουν.
ΠΗΓΗ