Искусственный интеллект будет помогать выбирать из новых песен потенциальные хиты

Стриминговые сервисы и радиостанции постоянно сталкиваются с проблемой отбора из множества новых песен тех, которые станут хитами и понравятся миллионам слушателей. Они привлекают как людей-экспертов, так и искусственный интеллект для поиска потенциальных хитов, но существующие методы имеют точность около 50%. Машинное обучение позволило увеличить точность предсказания до 97%.

В рамках исследования, которое было опубликовано в журнале Frontiers in Artificial Intelligence, ученые использовали комплексную технику машинного обучения, примененную к мозговым реакциям людей, которые слушали разные песни. Им удалось предсказать хитовые песни с точностью 97%.

В эксперименте участвовали 33 человека. Им предложили послушать 24 песни, которые были предварительно отобраны стриминговым сервисом как хиты или провалы. После прослушивания каждой песни участники отвечали на вопросы о своих предпочтениях и некоторых демографических данных. Во время эксперимента ученые измеряли нейрофизиологические реакции участников на песни с помощью датчиков, которые фиксировали активность мозговой сети, связанной с настроением и уровнем энергии.

• Читайте также:
• Работаете в банке или страховой компании? Искусственный интеллект приближается к вам
• Между Ираном, Россией и искусственным интеллектом: Израиль готовится к новому этапу кибервойны
• Для мониторинга воды в отдаленных районах Израиля будет использован искусственный интеллект

«Применяя машинное обучение к нейрофизиологическим данным, мы почти идеально определяли хитовые песни, – сказал Пол Зак, профессор Клермонтского университета и старший автор исследования. – То, как нейронная активность 33 человек может предсказать, что будут слушать миллионы других, довольно удивительно. Ранее ни один метод не показывал подобной точности».

Ученые сравнили несколько статистических подходов для оценки предсказательной точности нейрофизиологических переменных и обнаружили, что линейная статистическая модель с использованием двух нейронных измерений определяла хиты с точностью 69%. Затем они создали синтетический набор данных и применили ансамблевое машинное обучение для учета нелинейностей в нейронных данных. Эта модель классифицировала хитовые песни с точностью 97%. Кроме того, они применили машинное обучение к нейронным реакциям на первую минуту песен. В этом случае хиты были правильно определены с точностью 82%.

«Это означает, что стриминговые сервисы могут легко определять новые песни, которые, вероятно, станут хитами в плейлистах людей, облегчая работу и радуя слушателей», – сказал Зак. Он отметил, что подобная техника может иметь другие применения в нейромаркетинге и потребительской нейронауке.

«Детали», Ю.Л. Фото: Depositphotos.com √