تا حالا براتون سوال شده چطور مغز ما تو اون همه سر و صدا می‌تونه یه صدا یا جمله رو بدرستی تشخیص بده؟ خب، دقیقاً همین کنجکاوی باعث شده دانشمندها کلی تحقیق کنن و ابزارهایی مثل FastACI رو درست کنن. حالا بریم ببینیم این FastACI چی هست و قراره چیکار کنه؟
اول از همه، FastACI یه جعبه‌ابزار تحقیقاتی برای آزمایش‌های مربوط به شنواییه که ابزارها و روش‌هایی برای جمع‌آوری و آنالیز داده‌های شنیداری داره. اصطلاحاً به این سبک آزمایش‌ها میگن “آزمایش‌های وارونه” یا “reverse-correlation” — منظورش اینه که به آدم‌ها یه صدای خاص رو، معمولاً با یه عالمه نویز یا سر و صدا قاطی‌ش، پخش می‌کنن، بعد بررسی می‌کنن بر چه اساسی اون فرد تونسته صدا رو تشخیص بده یا نه.
تو این آزمایش‌ها، شما مثلاً باید یه صدا (مثل یه نت موسیقی یا یه بخش از یه جمله) رو توی سر و صدای پس‌زمینه پیدا کنین. نویز همون صدای مزاحمیه که همیشه داریم تو زندگی واقعی، مثلاً وقتی سعی می‌کنیم صدای دوستمون رو توی شلوغی خیابون بشنویم. هر بار که شرکت‌کننده جواب میده که صدای هدف رو شنیده یا نه، یه جفت داده (یعنی محرک-پاسخ) ثبت میشه. بعد این داده‌ها جمع میشه و دانشمندها بررسی می‌کنن که مغز بیشتر به چه ویژگی‌هایی از صدا توجه کرده.
نتیجه نهایی این بررسی چی میشه؟ میشه یه چیزی به اسم “تصویر طبقه‌بندی شنوایی” یا “auditory classification image” — که به زبون ساده یعنی یه جدول که نشون میده شنونده برای تشخیص صداها بیشتر به چه بخش‌هایی از صدا اعتماد کرده.
این جعبه‌ابزار خیلی انعطاف‌پذیره و واسه انواع و اقسام تحقیقات درباره شنوایی کاربرد داره. مثلاً:
- پیدا کردن نت موسیقی توی نویز
- تشخیص تغییرات شدت صدا (که بهش میگن “amplitude modulation detection” — یعنی اینکه ببینیم مغز چطور بالا و پایین شدن صدای پس‌زمینه رو می‌فهمه)
- تشخیص واج‌ها (phoneme) توی نویز — واج یعنی همون اجزای کوچیک صدا تو زبان مثل /b/، /d/، /g/ و غیره
- بخش‌بندی کلمات (word segmentation) — یعنی مغز ما چطور سر و ته کلمات رو تو جمله ها پیدا می‌کنه
حالا توی مقاله توضیح دادن که ساختار این ابزارک چجوریه و چطوری می‌تونین باهاش یا آزمایش‌های قبلی رو دوباره اجرا کنین یا حتی آزمایش‌های جدید طراحی کنین. بعدش کلی گزینه برای آنالیز داده‌ها داره که باعث میشه حتی اگه سواد برنامه‌نویسی‌تون هم عالی نباشه، باز هم بتونین باهاش کار کنین.
برای این که قدرت FastACI رو نشون بدن، تو مقاله چند تا نمونه خاص انجام دادن:
- تکرار یکی از اولین تحقیقات reverse correlation که سال ۱۹۷۵ انجام شده بود — یعنی اومدن دیدن همون نتیجه درسته یا نه.
- یه مثال از بازتولید آنالیز یکی از مطالعات قبلی خودشون — که این یعنی حتی تحقیقات قبلی رو هم میشه با ابزار جدید تحلیل کرد.
- مقایسه نتایج سه آزمایش دسته‌بندی واج‌ها — که نشون میده چقدر این ابزار واسه بررسی اینکه آدم‌ها چطوری صداهای مختلف رو تشخیص میدن خوبه.
- بررسی این که نوع نویز یا روش محاسبه چقدر رو نتیجه تصویر طبقه‌بندی شنوایی تاثیر می‌ذاره.
در کل، اگه در مورد مغز و شنوایی کنجکاوین و دوست دارین بدونین آدم‌ها چطور صداها رو وسط کلی سر و صدا می‌شنون، FastACI یه ابزار توپ و دوست‌داشتنیه که تحقیقات رو سریع‌تر، راحت‌تر و دقیق‌تر کرده. خلاصه، با FastACI دانشمندها دیگه مثل قبل، گم و گیج توی داده‌های پیچیده نمی‌مونن و راحت می‌تونن بفهمن گوش ما چه جور کار می‌کنه!
منبع: +
