Ricercatori dell’Interdisciplinary Music Research dell’Università di Jyväskylä, in Finlandia, hanno chiesto a 73 persone di ballare al ritmo di otto diversi tipi di musica. Registrando i movimenti del corpo con tecniche di motion capture, gli studiosi hanno quindi cercato di addestrare un modello di machine learning per fargli riconoscere il genere di musica al quale si ballava, Blues, Country, Dance/Electronica, Jazz, Metal, Pop, Reggae o Rap.
Purtroppo il modello non si è rivelato molto efficace a ottenere i risultati desiderati: riconosceva correttamente il genere di musica neanche una volta su tre.
I ricercatori però hanno scoperto qualcosa che non stavano cercando, ovvero che il modello era in grado di identificare con un’accuratezza del 94% la persona che stava ballando. È emerso che ogni persona ha un suo stile di ballo che lo identifica con precisione, indipendentemente dal tipo di musica con la quale si balla.
L’unica eccezione è rappresentata dal Metal, dove l’algoritmo ha incontrato maggiori difficoltà nell’identificare correttamente la persona. Questo probabilmente perché il Metal ha uno stile di ballo più omogeneo, con movimenti stereotipati e condivisi come ad esempio l’headbanging.
Pur avendo ottenuto questi risultati inaspettati i ricercatori finlandesi non sono interessati a sviluppare un metodo di identificazione basato sui passi di danza. Le domande adesso sono di altra natura, come ad esempio se nel corso della vita le mosse si modificano e in che modo, oppure se vi è modo di riconoscere differenze nei movimenti fra diverse culture.
Per approfondire: The way you dance is unique, and computers can tell it’s you
