预测流行歌曲一直是具有挑战性的。然而,科学家最近杠杆机器学习(ML)加上高频神经生理学数据预测的准确性显著提高歌曲。这种先进的组合展示了近乎完美的准确性预测热门歌曲基于神经反应的人当他们听新的音乐。流行歌曲的下一代可能到达对大脑进行了优化。
挑选最好的节拍
流媒体服务和广播电台每天解决一大批新的歌曲。筛选这些痕迹建立播放列表是一个涉及和耗时的任务。传统方法确定迎合大众的歌曲包括依赖人类听众和人工智能。但即使是这些技术没有展示自己——hit-predicting正确率不足50%。
想要更多的最新消息?
订阅188金宝搏备用的日常通讯,提供每天打破科学消息直接发送到您的收件箱中。
免费订阅在新的研究中,一组美国的研究人员已经吹,马克的水利用全面的大脑反应的机器学习技术,实现显著的预测准确率为97%。
“通过机器学习应用到神经生理数据,我们几乎可以完全确定热门歌曲。33人的神经活动可以预测如果数以百万计的其他人听新歌很神奇。没有接近这个精度曾经被证明之前,“说保罗Zak克莱蒙特研究生大学教授和高级的作者研究发表在在人工智能领域。
从大脑数据预测
在研究过程中,参与者——配备一个商用传感器平台——听24-song播放列表。他们的神经生理学反应测定。记录数据反映了大脑网络的激活与能量水平和情绪,Zak说。这种新颖的技术,称为“neuroforecasting”,利用神经活动从有限的样本容量预测大规模影响不需要监控数百人的大脑活动。
然后研究人员应用一系列统计测试调查神经生理学的预测精度。这些预测结合几毫升模型来评估生产哪种方法最准确的结果。这些技术被应用之后,这首歌鉴定率从69%飙升到97%。即使大脑活动从第一分钟的歌曲,精度保持在82%的高位。
选择的自由吗?
“这意味着流媒体服务可以很容易地确定新的歌曲,可能会更有效地为人们的播放列表,使得流媒体服务工作更容易和取悦听众,”Zak解释。
他添加,“如果将来可穿戴神经科学技术,像我们在这项研究中,使用过的变得司空见惯,适当的娱乐可以送到观众根据自己的神经生理学。而不是提供数以百计的选择,他们可能会给出两三个,更容易和更快的选择音乐,他们会喜欢。”
团队的结果的准确性掩盖了一些重要的限制工作。他们只用几首歌,某些特定年龄组和种族没有包括在分析中。Zak仍乐观看待这项技术的使用情况下,他认为可以超越决定什么是流行之巅:“我们的主要贡献是方法论。很可能,这种方法可以用来预测冲击对许多其他类型的娱乐,包括电影和电视节目。”
参考:Gaffuri K, Zak PJ,梅里特SH。准确预测热门歌曲使用神经生理学和机器学习。前面。Artif。智能。2023;6。doi: 10.3389 / frai.2023.1154663
这篇文章是一个返工的新闻稿发行的前沿。材料已经编辑的长度和内容。
