(資料圖)

加州克萊蒙特研究生大學的科學家們使用了神經網絡 —— 一種模仿人腦的 AI 技術，來分析聽眾對 24 首歌曲的神經生理反應。他們發現，通過測量少數幾個志愿者的大腦活動，就可以預測數百萬人是否會喜歡這些歌曲。他們的方法被稱為“神經預測”，其準確率高達 97%。

6 月 21 日消息，一項新研究表明，人工智能（AI）可以準確地識別出熱門歌曲，這可能會威脅到音樂制作人和選秀節目評委的工作。

加州克萊蒙特研究生大學的科學家們使用了神經網絡 —— 一種模仿人腦的 AI 技術，來分析聽眾對 24 首歌曲的神經生理反應。他們發現，通過測量少數幾個志愿者的大腦活動，就可以預測數百萬人是否會喜歡這些歌曲。他們的方法被稱為“神經預測”，其準確率高達 97%。

這項研究的高級作者、該校教授保羅?扎克在媒體發布會上說：“通過將機器學習應用于神經生理數據，我們幾乎可以完美地識別出熱門歌曲。33 個人的神經活動可以預測數百萬人是否會聽新歌，這非常令人驚訝。以前從未有過這樣的準確率。”

IT之家注意到，這種 AI 系統不僅可以取代電視選秀節目的評委，還可以提高流媒體服務的效率。每天有數萬首歌曲發布，像 Spotify、Tidal 和 Deezer 這樣的應用很難選擇哪些歌曲加入播放列表，以前試圖識別能夠吸引大眾的歌曲的方法只有 50% 的成功率。

在這項實驗中，參與者戴著掃描儀，在聽一組 24 首歌曲時，他們還被要求提供自己的喜好和基本人口統計數據，掃描儀測量了他們的神經生理反應。扎克說：“我們收集到的大腦信號反映了一個與情緒和能量水平相關的大腦網絡的活動。”

團隊發現，即使只分析歌曲第一分鐘的神經反應，也能達到 82% 的準確率。

扎克解釋說：“這意味著流媒體服務可以更有效地識別出可能成為熱門歌曲的新歌，從而使流媒體服務的工作更容易，也讓聽眾更滿意。如果未來像我們用于這項研究的那樣的可穿戴神經科學技術變得普遍，那么根據聽眾的神經生理狀態，可以向他們發送合適的娛樂內容。他們不必在數百個選擇中挑選，而是只給他們兩三個選擇，讓他們更容易更快地選擇自己喜歡的音樂。”

研究人員指出，這種技術不僅可以用于識別熱門歌曲，還可以用于其他類型的娛樂內容，比如電影和電視節目。這項研究發表在《人工智能前沿》雜志上。

關鍵詞：