הערכה אובייקטיבית של מוכרות במוזיקה באמצעות דמיון ו-EEG מבוסס למידת מכונה

למה השירים שבראש שלך חשובים

רוב האנשים חוו פעם שיר אהוב שממשיך להתנגן בראש גם אחרי שהמוזיקה נפסקת. המחקר הזה שואל שאלה בולטת: האם נוכל לומר, רק מתוך פעילות מוחית ברגעים השקטים האלו, אם אדם מדמיין שיר שמוכר לו היטב או שיר שמעולם לא שמע קודם? באמצעות הקלטות גלי מוח ולמידת מכונה, החוקרים מראים כי המוח שלנו נושא חתימה מובחנת ומדידה של מוכרות מוזיקלית, גם כאשר לא מתקבל כל צליל לאוזניים.

להאזין למוזיקה שבפתאום שותקת

כדי לחקור את פסקול המחשבה הסמוי הזה, הצוות גייס עשרים מבוגרים ללא הכשרה מוזיקלית פורמלית. כל משתתף בחר חמישה שירים פופולריים שהוא הכיר היטב בשפתו. המדענים התאימו לכל אחד מהם שיר דומה אך לא מוכר מאמנים פחות ידועים. במהלך הניסוי האזינו הנבדקים לקטעים של שתי דקות מהעשרה שירים הללו בעוד פעילות מוחם הוקלטה באמצעות מכסה צפוף הכולל מעל 200 אלקטרודות. ללא אזהרה, בכל שיר שולבו רווחים שקטים קצרים של שתי שניות מפוזרים. המשתתפים התבקשו פשוט להאזין בקשב; לא נדרשו לדמיין דבר, אך לאחר מכן דירגו עד כמה בקלות מילאו נפשית את החלקים החסרים.

לקרוא את גלי המוח ברגעים השקטים

המדידות הקריטיות הגיעו מגלי המוח שהוקלטו רק במהלך אותם שתיקות קצרות. מכיוון שלא היה קול נוכח, כל הבדלים בין שירים מוכרים ללא מוכרים היו חייבים לנבוע מפעילות פנימית, כמו זיכרון, חיזוי או דמיון מוזיקלי ספונטני. החוקרים עיבדו את האותות החשמליים כדי להסיר רעש וחתכו אותם למקטעים קצרים שמרוכזים סביב כל רווח שקט. הם תרגמו את דפוסי הגלים המורכבים הללו לתכונות מספריות, שתפסו הן תכונות פשוטות הדומות לקצב והן מפות עשירות של אופן שבו אזורים מוחיים שונים תנוסו יחד לאורך זמן.

ללמד מכונות לזהות מנגינות מוכרות

בהמשך לימדו הצוות אלגוריתמים מחשוביים להבחין בין מרווחים שקטים שאחרו שירים מוכרים לאלה שאחרו שירים לא מוכרים. עבור כל אדם בנו מודלים נפרדים, מתוך הבנה שמוחות והיסטוריות מוזיקליות שונות בין מאזין למאזין. סט אחד של מודלים השתמש במדדים קלאסיים של עוצמת גלי מוח בתחומי תדר שונים, כגון מקצבי תטא ואלפא המקושרים לזיכרון ותשומת לב פנימית. גישה שנייה, מתקדמת יותר, התייחסה לדפוס החיבורים בין האלקטרודות כנקודות על מרחב מתמטי מעוקל, ואז שטחה מרחב זה בצורה ששומרת על מבנהו לפני הזנתו לממיין. בכל המקרים, האסטרטגיה השנייה איפשרה למחשב להבחין במוכרות בצורה מדויקת יותר.

היכן במוח שוכנת המוזיקה השקטה

כאשר החוקרים בדקו אילו אלקטרודות היו החשובות ביותר להחלטות המחשב, התגלה תמונה ברורה. האותות מעל אזורי השמיעה שבצידי הראש, במיוחד מימין, נשאו חלק גדול מהמידע השימושי. אזורים קדמיים לכיוון המצח גם הם שיחקו תפקיד מפתח, ודפוסי הקישוריות בין אזורים אלה היו אינפורמטיביים במיוחד. סידור זה תואם לעבודה קודמת בהדמיה מוחית שהראתה שמוזיקה מוכרת מקשרת אזורי שמיעה עם רשתות זיכרון ושליטה, ועוזרת למוח לחזות כיצד המנגינות יתפתחו. מעניין שדירוגי המשתתפים עד כמה הם דמיינו את המוזיקה בחיות או כמה היא הרגישה להם מוכרת לא הסבירו באופן חזק את ביצועי המודלים, דבר שמרמז שתהליכים עדינים ואוטומטיים נתפסו מעבר לדיווחים מודעים.

מה זה אומר לגבי זיכרון וקריאת מחשבות

המחקר מראה כי באמצעות הקשבה למוח ברגעי שתיקה ממוקמים ניתן לקבוע בכ-שלושה רבעים דיוק האם אדם שומע בראשו שיר ידוע או לא מוכר. נכון להיום זהו הוכחת עיקרון בקבוצה קטנה של צעירים בריאים, שהוקלטה באמצעות ציוד מעבדה מתוחכם. אך זה מרמז על כלים עתידיים שעשויים להעריך זיכרון מוזיקלי—ואולי סוגים אחרים של זיכרון—מבלי לבקש מהמטופלים לענות על שאלות או לבצע משימות. אם ישוכפל במחקרים גדולים ומגוונים יותר, ויותאם למערכות הקלטת מוח פשוטות יותר, גישה זו עשויה בעתיד לעזור לנטר שינויים בזיכרון במצבים כמו דמנציה, באמצעות לא יותר מאשר שירים אהובים ורגעי שקט.

ציטוט: Darçot, B., Nicolier, M., Giustiniani, J. et al. Objective assessment of familiarity in music using imagery and EEG-based machine learning. Sci Rep 16, 8689 (2026). https://doi.org/10.1038/s41598-026-41988-0

מילות מפתח: זיכרון מוזיקלי, EEG, גלי מוח, למידת מכונה, מוכרות מוזיקלית