Робот сможет заменить продюсеров и жюри музыкальных шоу

Изображение: (cc) Liam Huang
Нейросеть
Нейросеть

Робот может заменить известных музыкальных продюсеров и жюри шоу талантов. Ученые использовали искусственный интеллект для идентификации популярных песен с впечатляющей точностью в 97%. Такая компьютерная система могла бы сделать судей телевизионных шоу талантов ненужными, воспроизводя их навыки со значительно меньшими затратами, пишет 20 июня портал Study Finds.

Искусственный интеллект, использующий нейронную сеть, также может повысить эффективность потоковых сервисов. По словам исследователей из Калифорнии, система настолько проста, что ее можно применять к фильмам и телешоу.

«Применив машинное обучение к нейрофизиологическим данным, мы смогли почти идеально идентифицировать хиты», — говорит Пол Зак, профессор Клермонтского университета.

С десятками тысяч песен, выпускаемых ежедневно, таким приложениям, как Spotify, Tidal и Deezer, становится сложно выбирать, какие из них добавлять в плейлисты. Предыдущие попытки определить песни, которые найдут отклик у большой аудитории, имели лишь 50-процентный успех. Однако профессор Зак и его коллеги считают, что их метод почти в два раза эффективнее.

На время прослушивания набора из 24 песен участники исследования надевали сканеры головного мозга. Их просили рассказать о своих предпочтениях и предоставить основные демографические данные. В ходе эксперимента измерялись нейрофизиологические реакции.

«Сигналы мозга, которые мы собрали, отражают активность мозговой сети, связанной с настроением и уровнем энергии», — говорит Зак.

Это позволило команде предсказать рыночные результаты, включая количество стримов, которые может получить песня, основываясь на ответах нескольких добровольцев.

Подход команды — «нейропредсказание», использует активность клеток головного мозга небольшой группы людей для прогнозирования эффектов на уровне популяции. Статистическая модель выявила потенциальные совпадения с хитами чартов в 69% случаев, но этот показатель подскочил до 97%, когда к данным было применено машинное обучение. Команда обнаружила, что, даже анализируя нейронные реакции только на первую минуту песни, они добились успеха в 82%.

«Это означает, что потоковые сервисы могут легко идентифицировать новые песни, которые, вероятно, станут хитами в плейлистах людей, более эффективно, облегчая работу потоковых сервисов и радуя слушателей», — объясняет Зак.

«Если в будущем носимые нейробиологические технологии, подобные тем, которые мы использовали для этого исследования, станут обычным явлением, аудитории можно будет предлагать правильные развлечения, основанные на их нейрофизиологии. Вместо того, чтобы предлагать сотни вариантов, им могут дать всего два или три, что облегчит и ускорит выбор музыки, которая им понравится», — продолжает автор исследования.

Ученые отмечают, что метод, который они описали в журнале Frontiers in Artificial Intelligence, может быть использован не только для идентификации хитов, отчасти благодаря его простоте реализации.

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