ИИ предсказывает попадание в музыкальный хит-парады с почти идеальной точностью

Предвидеть появление песен в чартах всегда было непросто. Однако недавно ученые использовали машинное обучение (ML) в сочетании с высокочастотными нейрофизиологическими данными, чтобы значительно повысить точность предсказаний хитов. Эта передовая комбинация продемонстрировала почти идеальную точность, предсказания хитов на основе нейронных реакций людей, когда они слушали новую музыку. Следующее поколение поп-треков может быть оптимизировано для мозга.

Стриминговые сервисы и радиостанции ежедневно борются с потоком новых песен. Каждую неделю по всему миру выпускается 168 000 новых песен. Просеивание этих треков для создания плейлистов — сложная и трудоемкая миссия. Но даже эти методы мало что могут показать сами по себе — точность прогнозирования попаданий составляет менее 50%.

В новом исследовании, группа исследователей из США превзошла эту отметку, применив комплексную технику машинного обучения для ответов мозга, достигнув уровня точности предсказания хита в 97%.

«Применив машинное обучение к нейрофизиологическим данным, мы смогли почти идеально идентифицировать хиты.Никогда раньше не было показано ничего близкого к такой точности», — сказал Пол Зак, профессор Университета Клермонта и старший автор исследования.

Во время исследования, участники слушали плейлист из 24 песен. Их нейрофизиологические реакции измерялись на протяжении всего исследования. Записанные данные отражают активную сеть мозга, связанную с уровнем энергии и настроением. Этот новый метод, известный как «нейропрогнозирование», использует нейронную активность ограниченного размера выборки для прогнозирования крупномасштабных эффектов, без необходимости отслеживать активность мозга сотен людей.

Затем исследователи применили ряд статистических тестов, чтобы выяснить, насколько точны их нейрофизиологические прогнозы. Эти прогнозы были объединены с несколькими моделями машинного обучения, чтобы оценить, какой подход дает наиболее точный результат. После того, как эти методы были применены, уровень идентификации песни вырос с 69% до 97%. Даже когда использовалась активность мозга с первой минуты песен, точность оставалась высокой — 82%.

«Это означает, что сервисы могут легко идентифицировать новые песни, которые могут стать хитами для плейлистов людей, более эффективно, что упрощает работу сервисов и доставляет больше удовольствия слушателям», — пояснил Зак.

Он добавил : «Если в будущем носимые нейрофизиологические технологии, подобные тем, которые мы использовали в этом исследовании, станут обычным явлением, аудитории можно будет предлагать правильные развлечения на основе их нейрофизиологии. Вместо того, чтобы предлагать сотни вариантов, им может быть предоставлено всего два или три, что упростит и ускорит выбор музыки, которая им понравится».

«Наш ключевой вклад — это методология. Вполне вероятно, что этот подход можно использовать для прогнозирования хитов и для многих других видов развлечений, включая фильмы и телешоу».

А если вам еще больше интересна тема ИИ, вы хотите знать больше и не пропускать новинки и обзоры, подпишитесь на канал в тг, мне будет приятно -