Artikkel

FourMs (Music, Mind, Motion, Machines)

Fra bevegelseslabben på FourMs.

FourMs (Music, Mind, Motion, Machines)

Informatikk er et fag som i stadig større grad kommer i inngrep med andre fagområder, og dette innlegget er det første i en serie med innlegg der jeg vil presentere samarbeidsprosjekter med andre fagomårder. Først ute er samarbeidet med Institutt for musikkvitenskap i og omkring vårt felles laboratorium som har fått navnet "FourMs". På Institutt for informatikk er det gruppen for Robotikk og intelligente systemer som deltar i dette samarbeidet.

FourMs

Som navnet på labben antyder, studerer forskerne sammenhenger mellom Musikk (Music), sinn/intellekt/hjerne (Mind), bevegelse (Motion) og maskiner (Machines). Maskiner er i all hovedsak datamaskiner koblet til ulike former for sensorer som fanger opp bevegelse og lyd. Innenfor dette området er det mange interessante problemstillinger og rekken av spørsmål er mange; Hvordan erfarer vi musikk? Hvordan styrer bevegelse vår oppfattelse av musikk? Hvordan kan kunnskap om lyd og bevegelse skape bedre musikkteknologi? osv.

dsc_2050.jpg
Nytt utstyr for registrering av lyd og bevegelse innstalleres i disse dager.

Aktiv musikk

En aktuell problemstilling i pågående prosjekter handler om å gi et bidrag til det man kaller «aktiv musikk». En musikkutøver må normalt være godt skolert og i tillegg konsentrert ved framførelse, mens lytteren normalt er passiv i det å påvirke det som lyttes til (utover det å velge musikkstykke og lydvolum ved innspilt musikk). I dette arbeidet handler det om å utvikle en prototype på en aktiv mediaspiller, der bevegelsesinformasjon fra lytteren kan påvirke musikken som høres. Det kan være at tempoet i musikken endres eller mer avansert, at selve musikkuttrykket endres fortløpende. Det er dette som kalles «aktiv musikk». Dersom du går sakte vil du kanskje ha rolig musikk, mens når du løper vil musikken være mer heftig. Et annet aspekt ved «aktiv musikk» er utveksling av musikk mellom flere lytteres mediaspillere inkludert bevegelsesinformasjon. Dette kan muliggjøre at musikken til de forskjellige lytterne blandes sammen og at det genereres en form for felles musikk!

Samarbeid

Musikkforskere bidrar med det musikalske aspektet, mens informatikerne bidrar med sensorsystemer og metoder for å trekke ut essensiell bevegelsesinformasjon. I dette bildet arbeider forskerne med selvlærende systemer basert på hvordan en eller flere brukere oppfører seg. Dette kalles også maskinlæring og muliggjør tilpasning til hver enkelt bruker og ulike bruksområder.

Takk til professor Jim Tørresen for bidrag til denne artikkelen.

Kategori: 

Skriv ny kommentar

Verifiser deg (din epost-adresse vil ikke bli vist offentlig)