(資料圖)

加州克萊蒙特研究生大學(xué)的科學(xué)家們使用了神經(jīng)網(wǎng)絡(luò) —— 一種模仿人腦的 AI 技術(shù)，來(lái)分析聽(tīng)眾對(duì) 24 首歌曲的神經(jīng)生理反應(yīng)。他們發(fā)現(xiàn)，通過(guò)測(cè)量少數(shù)幾個(gè)志愿者的大腦活動(dòng)，就可以預(yù)測(cè)數(shù)百萬(wàn)人是否會(huì)喜歡這些歌曲。他們的方法被稱為“神經(jīng)預(yù)測(cè)”，其準(zhǔn)確率高達(dá) 97%。

6 月 21 日消息，一項(xiàng)新研究表明，人工智能（AI）可以準(zhǔn)確地識(shí)別出熱門歌曲，這可能會(huì)威脅到音樂(lè)制作人和選秀節(jié)目評(píng)委的工作。

加州克萊蒙特研究生大學(xué)的科學(xué)家們使用了神經(jīng)網(wǎng)絡(luò) —— 一種模仿人腦的 AI 技術(shù)，來(lái)分析聽(tīng)眾對(duì) 24 首歌曲的神經(jīng)生理反應(yīng)。他們發(fā)現(xiàn)，通過(guò)測(cè)量少數(shù)幾個(gè)志愿者的大腦活動(dòng)，就可以預(yù)測(cè)數(shù)百萬(wàn)人是否會(huì)喜歡這些歌曲。他們的方法被稱為“神經(jīng)預(yù)測(cè)”，其準(zhǔn)確率高達(dá) 97%。

這項(xiàng)研究的高級(jí)作者、該校教授保羅?扎克在媒體發(fā)布會(huì)上說(shuō)：“通過(guò)將機(jī)器學(xué)習(xí)應(yīng)用于神經(jīng)生理數(shù)據(jù)，我們幾乎可以完美地識(shí)別出熱門歌曲。33 個(gè)人的神經(jīng)活動(dòng)可以預(yù)測(cè)數(shù)百萬(wàn)人是否會(huì)聽(tīng)新歌，這非常令人驚訝。以前從未有過(guò)這樣的準(zhǔn)確率。”

IT之家注意到，這種 AI 系統(tǒng)不僅可以取代電視選秀節(jié)目的評(píng)委，還可以提高流媒體服務(wù)的效率。每天有數(shù)萬(wàn)首歌曲發(fā)布，像 Spotify、Tidal 和 Deezer 這樣的應(yīng)用很難選擇哪些歌曲加入播放列表，以前試圖識(shí)別能夠吸引大眾的歌曲的方法只有 50% 的成功率。

在這項(xiàng)實(shí)驗(yàn)中，參與者戴著掃描儀，在聽(tīng)一組 24 首歌曲時(shí)，他們還被要求提供自己的喜好和基本人口統(tǒng)計(jì)數(shù)據(jù)，掃描儀測(cè)量了他們的神經(jīng)生理反應(yīng)。扎克說(shuō)：“我們收集到的大腦信號(hào)反映了一個(gè)與情緒和能量水平相關(guān)的大腦網(wǎng)絡(luò)的活動(dòng)。”

團(tuán)隊(duì)發(fā)現(xiàn)，即使只分析歌曲第一分鐘的神經(jīng)反應(yīng)，也能達(dá)到 82% 的準(zhǔn)確率。

扎克解釋說(shuō)：“這意味著流媒體服務(wù)可以更有效地識(shí)別出可能成為熱門歌曲的新歌，從而使流媒體服務(wù)的工作更容易，也讓聽(tīng)眾更滿意。如果未來(lái)像我們用于這項(xiàng)研究的那樣的可穿戴神經(jīng)科學(xué)技術(shù)變得普遍，那么根據(jù)聽(tīng)眾的神經(jīng)生理狀態(tài)，可以向他們發(fā)送合適的娛樂(lè)內(nèi)容。他們不必在數(shù)百個(gè)選擇中挑選，而是只給他們兩三個(gè)選擇，讓他們更容易更快地選擇自己喜歡的音樂(lè)。”

研究人員指出，這種技術(shù)不僅可以用于識(shí)別熱門歌曲，還可以用于其他類型的娛樂(lè)內(nèi)容，比如電影和電視節(jié)目。這項(xiàng)研究發(fā)表在《人工智能前沿》雜志上。

關(guān)鍵詞：