Исследователи обнаружили, что люди могут определять температуру воды по звуку. Они проанализировали, как люди воспринимают тепловые свойства с помощью слуховых сигналов, используя методы машинного обучения.
Это исследование раскрывает ранее не изученный навык, который люди приобретают с течением времени. Оно демонстрирует потенциал мультисенсорной интеграции и может привести к прогрессу в понимании человеческого восприятия и разработке новых сенсорных технологий.
Учёные из Института мозга, познания и технологий при Университете Райхмана (Reichman University) исследовали способность людей определять тепловые свойства воды (температуру воды) по её звуку. Они также выяснили, происходит ли это осознанно или нет.
Команда использовала принципы мультисенсорной интеграции, чтобы исследовать потенциал мультисенсорного теплового восприятия. Они использовали предварительно обученную глубокую нейронную сеть и алгоритм классификации, чтобы проверить, может ли машинное обучение успешно и последовательно классифицировать аудиозаписи наливаемой воды при разных температурах.
Доктор Ади Снир (Adi Snir), научный сотрудник Института и соавтор исследования, говорит, что восприятие температуры довольно уникально по сравнению с другими сенсорными ощущениями. Для зрения и слуха у нас есть специальные сенсорные «органы», такие как глаза и уши. А при определении температуры мы полагаемся на специальные рецепторы кожи, которые реагируют на различные температурные диапазоны.
Вопрос о том, распространяется ли мультисенсорное восприятие температуры на человека, уже ставился ранее. Предыдущие исследования показали, что люди могут услышать разницу между наливаемыми горячими и холодными жидкостями, но не знают, как и почему это возможно.
Исследователи намеревались повторить предыдущие результаты и подтвердить эту удивительную способность восприятия. Они также хотели выяснить, является ли эта способность врождённой или приобретённой. Кроме того, они хотели понять, осознают ли люди сознательно эти различия в звуковых свойствах тепловых различий.
Для этого команда использовала предварительно обученную глубокую нейронную сеть для характеристики записей различных температур наливаемой воды, алгоритм машинного обучения для классификации тепловых свойств воды и компьютерный анализ звуковых характеристик каждой записи.
Результаты исследования показывают, что люди обладают способностью изучать сложные сенсорные отображения на основе повседневного опыта. Машинное обучение может помочь прояснить тонкие феномены восприятия. Кроме того, исследование может стать шагом к пониманию того, как люди создают новые сенсорные карты для опыта, который они получают в повседневной жизни.
Литература
“Hearing temperatures: employing machine learning for elucidating the cross-modal perception of thermal properties through audition” by Adi Snir et al. Frontiers in Psychology
