几乎每个人都会对音乐产生反应，无论是通过轻微的脚趾敲击还是全身的舞动。最近的一项发现表明，我们的舞蹈风格几乎总是相同的，无论音乐类型如何，计算机都能以惊人的准确度识别出舞者。研究人们如何随着音乐移动是研究人员理解音乐如何以及为何以这种方式影响我们的有力工具。
在过去的几年里，芬兰于韦斯屈莱大学跨学科音乐研究中心的研究人员使用动作捕捉技术——与好莱坞使用的技术相同——来了解你的舞蹈动作能透露很多关于你的信息，比如你是外向还是神经质，你当时的情绪如何，甚至你对他人有多少同理心。然而，最近他们发现了一些令他们惊讶的事情。我们实际上并没有寻找这个结果，因为我们开始研究的是完全不同的东西，研究的第一作者Emily Carlson博士解释道。
我们最初的设想是看看我们是否可以使用机器学习根据参与者的动作来识别他们正在跳舞的音乐流派。该研究的73名参与者被捕捉到随着八种不同流派的音乐跳舞：蓝调、乡村、舞曲/电子乐、爵士、金属、流行、雷鬼和说唱。他们收到的唯一指示是听音乐并以任何感觉自然的方式移动。我们认为研究现实世界中发生的现象很重要，这就是为什么我们采用自然主义的研究范式，研究的高级作者Petri Toiviainen教授说。
研究人员使用机器学习分析了参与者的动作，试图区分音乐流派。不幸的是，他们的计算机算法能够正确识别流派的时间不到30%。然而，他们震惊地发现，计算机能够正确识别73人中哪个人在跳舞的时间高达94%。如果计算机只是在没有信息的情况下猜测，预期的准确率将不到2%。这似乎表明一个人的舞蹈动作是一种指纹，研究的合著者和数据分析师Pasi Saari博士说。
每个人都有一个独特的运动签名，无论播放什么类型的音乐，这个签名都保持不变。然而，有些流派对个人舞蹈动作的影响比其他流派更大。当人们跳金属音乐时，计算机在识别个人方面不太准确。金属与某些类型的运动有强烈的文化关联，比如甩头，Emily Carlson说。很可能金属音乐导致更多的舞者以类似的方式移动，使得区分他们更加困难。这是否意味着面部识别软件很快就会被舞蹈识别软件取代？
我们对像监控这样的应用不太感兴趣，而是对这些结果告诉我们关于人类音乐性的信息感兴趣，Carlson解释道。我们有很多新问题要问，比如我们的运动签名在我们的一生中是否保持不变，我们是否可以根据这些运动签名检测不同文化之间的差异，以及人类在识别个体方面与计算机相比有多好。大多数研究提出的问题多于答案，这项研究也不例外。