在一个每天都充斥着新音乐的世界里(o “复活了”),选择下一首要听的歌曲可能会成为一项史诗般的任务。如今,像 Spotify 这样的流媒体平台结合了人类直觉和人工智能来选择最有价值的曲目,其成功率略高于抛硬币的成功率。然而,一项新的研究可能会从根本上改变游戏规则。
如果神经科学遇到机器学习
一组美国研究人员发现,我们的大脑对音乐的反应能够以惊人的准确度预测哪首歌将成为热门歌曲。结合机器学习技术和神经生理学数据,他们实现了令人难以置信的壮举 97%准确度 预测音乐上的成功。
教授 保罗·扎克 是发表在《人工智能前沿》上的一项研究的资深作者(我在这里链接)。 在这项研究中,扎克解释了他和他的团队如何能够识别大脑对社交和情感体验的评级系统,称为 浸没. 然后,该团队利用从非侵入性生理传感器(例如智能手表上的传感器)收集的数据,将该系统应用于音乐并对新歌曲进行评级。
从手腕到播放列表
在这项研究中,科学家分析了一系列来自不同音乐流派的歌曲,包括成功的和不成功的。然后,从研究参与者收集的神经生理学数据被输入到研究小组创建的平台 Immersion 中。与直接脑成像等更具侵入性的方法不同,扎克的方法依赖于更简单、更容易获取的信号,例如心率,使得该技术更加实用和实惠。而且,显然,非常有效。
神经预测:预测音乐的未来
这种方法背后的概念称为“神经预测”,即利用一小群个体的神经活动来预测更大群体的反应。它之前曾被用来预测股市波动、病毒视频和选举结果。
这场科学“海啸”会对未来的音乐产生什么影响?尽管研究中分析的参与者和歌曲样本相对较小,但令人难以置信的结果表明,这种方法可能对未来音乐的选择和推广方式产生重大影响。随着可穿戴设备的使用变得越来越广泛,我们可能会看到一个未来 娱乐选择是根据我们的神经生理学量身定制的。
在将来, 也感谢AR,人们将“沉浸”(必须说)实时创建的声音和音乐的游戏和互动体验中。完美的行程适合他们的心情或感觉。完美且完全个性化的配乐。
艺术家和听众的成功解决方案
除了商业意义之外,扎克的方法还可以帮助年轻艺术家开发热门歌曲,解决所有艺术家都面临的哲学困境:观众会喜欢我喜欢的东西吗?通过沉浸式体验,每个人都能够快速了解人们会喜欢什么,激发他们的创造力并使内容消费者更满意。
真正的双赢局面?还是因不可预测性而死亡?让我知道你的想法.