Des chercheurs du Center for Interdisciplinary Music Research de l’Université de Jyvälskylä en Finlande ont utilisé récemment une technologie de capture de mouvement et un algorithme de machine learning pour comprendre comment et pourquoi la musique nous affecte. Le Dr Emily Carlson, la première auteure de cette étude a indiqué que l’étude consistait à utiliser une IA pour identifier le genre de musique sur lequel les participants dansaient en fonction du mouvement. Cependant, les résultats des recherches ont surpris les scientifiques. Au lieu d’identifier le genre de musique sur lequel les participants à l’étude dansaient, le logiciel a pu reconnaitre chaque individu en fonction de leur mouvement de danse.

Dans le cadre de cette étude, les chercheurs ont capturé les mouvements de danse de 73 participants dans huit genres de musique différents dont le Blues, la Country, la Dance/Electronique, le Jazz, le Metal, la Pop, le Reggae et le Rap. La seule instruction qu’ils ont reçue était d’écouter la musique et de bouger de la manière qui leur semblait la plus naturelle possible. Les mouvements de danse ont ensuite été analysés à l’aide d’un algorithme de machine learning en essayant de distinguer les genres musicaux. L’outil informatique n’a pu identifier les genres de musique qu'à 30% du temps. Toutefois, les chercheurs ont découvert que l’ordinateur pouvait identifier laquelle des 73 personnes était en train de danser à 94% du temps alors que pour ce paramètre, la précision attendue était de 2%. Ces résultats ont permis au Dr Pasi Saari, le co-auteur de l’étude et analyste des données, de conclure que les mouvements de danse d’une personne étaient comme une sorte d’empreinte digitale permettant de la reconnaitre parmi tant d’autres et que chaque personne avait une signature de mouvement unique qui reste la même quel que soit le type de musique jouée. Malgré cela, certains genres de musique ont eu plus de répercussions sur les mouvements de danse individuels que d’autres. En effet, l’algorithme était moins précis pour identifier les individus lorsque ces derniers dansaient sur du Métal. Le Dr Emily Carlson a déclaré que cette situation serait due à une forte association culturelle entre le métal et certains types de mouvements comme le « headbanging » (ou hochement de la tête). Le Dr Emily Carlson a ensuite indiqué que les résultats de cette étude ont ouvert la voie vers d’autres sujets de recherches. Les chercheurs se demandent actuellement si nos signatures de mouvements restent les mêmes toute notre vie ou même s’il est possible de détecter des différences entre les cultures en fonction des signatures de mouvement ainsi que dans quelle mesure les humains sont capables d’identifier les mouvements de danse d’un individu par rapport aux ordinateurs.

À lire aussi Alphabet atteint les 1000 milliards de dollars de valorisation boursière, après Apple, Amazon et Microsoft