Sztuczna inteligencja rozpoznaje przyszłe hity
Nowe odkrycie naukowców z Claremont Graduate University może zrewolucjonizować sposób, w jaki serwisy streamingowe i stacje radiowe wybierają piosenki, które mają szansę stać się hitami. Do tej pory, mimo zaawansowanych analiz i zaangażowania ekspertów, przewidywania dotyczące przyszłych hitów były skuteczne tylko w około 50%. Badacze opracowali jednak metodę, która pozwala uzyskać trafność na poziomie 97%, zmieniając podejście do selekcji muzyki.
W nowatorskim badaniu naukowcy wykorzystali sztuczną inteligencję oraz dane uzyskane z monitorowania aktywności mózgu ochotników. Podczas eksperymentu, uczestnicy słuchali 24 piosenek, a jednocześnie ich mózgi były rejestrowane przez specjalistyczne sensory. Na podstawie analizy ich reakcji oraz danych demograficznych, udało się stworzyć model, który potrafi przewidzieć preferencje muzyczne z imponującą precyzją.
Tego rodzaju „neuroprognozowanie” polega na wykorzystaniu aktywności mózgu niewielkiej grupy osób do przewidywania gustów muzycznych większej populacji. Początkowo statystyczna analiza komputerowa dawała trafność na poziomie 69%, ale dopiero zaawansowane techniki uczenia maszynowego podniosły skuteczność do 97%. Co więcej, nawet analizując tylko pierwszą minutę utworu, model potrafił przewidzieć, które piosenki staną się hitami, z precyzją przekraczającą 80%.
Naukowcy przewidują, że z biegiem czasu ta technologia może stać się jeszcze bardziej precyzyjna i spersonalizowana. W przyszłości serwisy streamingowe mogą oferować użytkownikom jedynie kilka utworów, zamiast setek opcji, co znacznie uprości i przyspieszy proces wyboru muzyki, dopasowując go do indywidualnych gustów.
Czytaj też: Taka może być cena Nothing Phone (2)
Więcej informacji w artykule Frontiersin.
Źródło: PAP
Źródło tytułowej grafiki: Wesleya Tingeya / Unsplash
