(資料圖)

加州克萊蒙特研究生大學的科學家們使用了神經(jīng)網(wǎng)絡(luò) —— 一種模仿人腦的 AI 技術(shù)，來分析聽眾對 24 首歌曲的神經(jīng)生理反應。他們發(fā)現(xiàn)，通過測量少數(shù)幾個志愿者的大腦活動，就可以預測數(shù)百萬人是否會喜歡這些歌曲。他們的方法被稱為“神經(jīng)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(jié)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(jīng)網(wǎng)絡(luò) —— 一種模仿人腦的 AI 技術(shù)，來分析聽眾對 24 首歌曲的神經(jīng)生理反應。他們發(fā)現(xiàn)，通過測量少數(shù)幾個志愿者的大腦活動，就可以預測數(shù)百萬人是否會喜歡這些歌曲。他們的方法被稱為“神經(jīng)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(fā)布會上說：“通過將機器學習應用于神經(jīng)生理數(shù)據(jù)，我們幾乎可以完美地識別出熱門歌曲。33 個人的神經(jīng)活動可以預測數(shù)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(tǒng)不僅可以取代電視選秀節(jié)目的評委，還可以提高流媒體服務的效率。每天有數(shù)萬首歌曲發(fā)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(tǒng)計數(shù)據(jù)，掃描儀測量了他們的神經(jīng)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(guān)的大腦網(wǎng)絡(luò)的活動。”

團隊發(fā)現(xiàn)，即使只分析歌曲第一分鐘的神經(jīng)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(jīng)科學技術(shù)變得普遍，那么根據(jù)聽眾的神經(jīng)生理狀態(tài)，可以向他們發(fā)送合適的娛樂內(nèi)容。他們不必在數(shù)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(shù)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(nèi)容，比如電影和電視節(jié)目。這項研究發(fā)表在《人工智能前沿》雜志上。

關(guān)鍵詞：