Root NationНовиниНовини ITШІ навчили передбачати потенційні музичні хіти з точністю 97%

ШІ навчили передбачати потенційні музичні хіти з точністю 97%

-

Технології штучного інтелекту вже встигли неабияк спантеличити найбільші музичні лейбли, але цим справа, звісно, не обмежиться: науковці Університету Клермонт-Гредвейт (США) навчили ШІ передбачати, які музичні твори мають потенціал стати хітами.

Під час навчання системи вчені зняли нейронну активність 33 добровольців у віці від 18 до 57 років, яким запропонували прослухати 24 музичні композиції, підібрані потоковою службою — отримані під час експерименту дані оброблялися за допомогою статистичної моделі та алгоритмів ШІ. Це були пісні різних жанрів, а добірка включала 13 хітів і 11 “провальних” композицій. Статус хіта присвоювали пісні, у якої було понад 700 тис. прослуховувань на платформі. Після прослуховування учасники заповнили опитувальні листи про прослуханий матеріал — організаторів цікавило, чи вважали вони ці композиції образливими, чи чули вони їх раніше і, чи могли б порекомендувати їх друзям.

ШІ навчили передбачати потенційні музичні хіти з точністю 97%

Але ключовим елементом дослідження була природна психофізична реакція слухачів на пісні: вибірки в 33 учасники і 24 композиції виявилося достатньо, щоб точність прогнозування виявилася досить високою. На основі результатів, отриманих за допомогою лінійної статистичної моделі, ймовірність успіху під час визначення потенційного хіта становила 69%, а алгоритм АІ видав результат з імовірністю 97,2%. Згодом завдання ускладнили, але й після лише однієї хвилини прослуховування точність прогнозів ШІ виявилася 82%.

ШІ навчили передбачати потенційні музичні хіти з точністю 97%

Ця технологія допоможе стримінговим сервісам швидко виявляти, які з нових композицій мають шанс стати популярними. Але автори дослідження вважають, що запропонована ними методика може не обмежуватися однією лише музичною галуззю – її можна поширити на всю індустрію розваг, включно з кіно і телебаченням.

Читайте також:

Джерелоnewatlas
Subscribe
Notify of
guest

0 Comments
Newest
Oldest Most Voted
Inline Feedbacks
View all comments
Підписатися на оновлення