Umelá inteligencia dokáže identifikovať, či nová pesnička bude budúcim hitom

Tím vedcov nedávno zistil, že dokáže predpovedať, ktoré piesne sa stanú populárnymi hitmi, a to tak, že meria mozgovú aktivitu ľudí pri počúvaní hudby a následne analyzuje údaje pomocou umelej inteligencie. Modely založené na neurofyziologických meraniach poskytli výrazne presnejšie predpovede v porovnaní so spoliehaním sa na nahlásené preferencie ľudí. Nová štúdia bola uverejnená v časopise Frontiers in Artificial Intelligence. Streamovacie služby ako Spotify a Pandora investovali do technológií na identifikáciu novej hudby prispôsobenej existujúcim playlistom predplatiteľov.

No len menej ako 4 % nových skladieb sa stanú hitmi. Na predpovedanie hudobných hitov sa používajú rôzne metódy vrátane analýzy textov a zmienok na sociálnych sieťach. Presnosť predpovedí týchto metód je však nízka. Výskumníci, ktorí sa podieľali na novej štúdii, chceli zistiť, či by meranie neurofyziologických reakcií na hudbu mohlo pomôcť predpovedať hity. Hudba má hlboký vplyv na emócie ľudí a aktivuje viaceré oblasti mozgu spojené so spracovaním emócií a získavaním dlhodobej pamäti. Vedci sa domnievali, že meranie periférnych neurofyziologických reakcií by mohlo zachytiť nervové okruhy zapojené do emocionálnych reakcií na hudbu.

Autor štúdie Paul J. Zak, profesor na Claremont Graduate University, riaditeľ Centra pre neuroekonomické štúdie, vysvetlil, že výskum identifikoval nervovú dráhu, ktorú nazvali „ponorenie“ a ktorá zrejme určuje hodnotu pripisovanú mozgom sociálno-emocionálnym zážitkom. Vedcov zaujímalo, či by táto nervová aktivita mohla identifikovať novo vydané hity. Streamovacia služba im poslala súbor nových piesní a počet streamov po troch mesiacoch. Do štúdie sa zapojilo 33 účastníkov, ktorí počúvali 24 najnovších piesní vybraných streamovacou službou.

Neurofyziologické reakcie účastníkov sa merali pomocou komerčnej platformy, ktorá zachytávala signály spojené s pozornosťou a emocionálnou rezonanciou. Výskumníci z neurofyziologických údajov odvodili tri premenné: priemerné ponorenie, vrcholné ponorenie (najvyššie momenty ponorenia počas skladby) a ústup (20 % najnižších momentov ponorenia). Účastníci poskytli aj hodnotenia, ako sa im jednotlivé piesne páčili, či by si pieseň vypočuli ešte raz, či by ju odporučili iným a či pieseň poznajú. Trhové údaje, ako napríklad počet streamov piesne a online lajkov, boli získané zo streamovacej služby.

Výskumníci zistili, že analýzou neurofyziologických reakcií účastníkov na piesne mohli s malým množstvom údajov presne predpovedať trhové výsledky, napríklad počet streamov piesní. Tento prístup, nazývaný neuroprognózovanie, im umožňuje robiť predpovede o populácii na základe nervovej aktivity niekoľkých jednotlivcov bez toho, aby museli merať mozgovú aktivitu veľkého počtu ľudí.

Porovnali presnosť predpovedí rôznych štatistických prístupov a zistili, že lineárny štatistický model dokázal identifikovať hitové skladby s vysokou mierou úspešnosti. Keď však na neurofyziologické údaje aplikovali techniky strojového učenia, presnosť správnej identifikácie hitov sa zvýšila na takmer 100 % (konkrétne 97 %).

Výsledky štúdie naznačujú, že neurofyziologické merania, konkrétne merania ponorenia a ústupu počas počúvania hudby, môžu presne identifikovať hitové skladby. Hity mali vo všeobecnosti vyššiu mieru ponorenia a spôsobovali menší neurologický ústup v porovnaní s prepadákmi. Vedci uznávajú niektoré obmedzenia, ako napríklad relatívne malú veľkosť vzorky a použitie syntetických údajov na trénovanie modelu strojového učenia. Je potrebný ďalší výskum na overenie modelu s väčšími databázami piesní a externými vzorkami piesní, aby sa zabezpečila jeho zovšeobecniteľnosť.

Zdroj: psypost.org.