סוף לתחרות כשרונות?! למידת מכונה יכולה לקבוע ב-97% דיוק אם שיר יהיה להיט
Thursday, 29-06-23, 14:37, מקור: Reuven Mansharoff ::: ::: נושא: AI בינה מלאכותית @ 264855
חוקרים יישמו למידת מכונה (ML) על נתונים נוירו-פיזיולוגיים בתדר גבוה כדי לשפר את דיוק החיזוי של להיטים.
החוקרים הראו שאם ML מיושם על נתונים עצביים שנאספו בזמן שאנשים מאזינים למוזיקה חדשה, ניתן באמצעותם לחזות אם שיר יהיה להיט בדיוק קרוב למושלם. גילוי זה פותח כעת דלתות חדשות, בכך שהוא מספק לצרכנים את הבידור שהם מחפשים, וזאת במקום להציף אותם באפשרויות ניחוש מתישות.
מדי יום יוצאים עשרות אלפי שירים. הזרם הקבוע הזה של ים אפשרויות מקשה על שירותי סטרימינג ותחנות רדיו לבחור אילו שירים להוסיף לרשימות השמעה. כדי למצוא את אלה שיהדהדו לתוך קהל רחב, השירותים הללו השתמשו במאזינים אנושיים ובבינה מלאכותית. עם זאת, גישה זו, ההזוכה לשיעור דיוק של 50%, אינה מנבאת באופן אמין אם השירים כן איהפכו ללהיטים.
החוקרים השתמשו בחיישנים כדי לעקוב אחר גלי המוח של המשתתפים בעוד הנסדקים מאזינים ל-24 שירים שונים, תוך התמקדות ברשת עצבית האחראית על רמות האנרגיה ומצב הרוח. לאחר מכן הם פרסו למידת מכונה כדי לנסות לחזות את הפופולריות הסופית של שיר, בהתבסס על מספר הזרמים שלו ומדדים אחרים. אפילו ניתוח גלי מוח רק מהדקה הראשונה של השירים הביא כבר לשיעור הצלחה של 82%.
במקום להשתמש בבינה מלאכותית שכבר נוצרה עבור משימה מסוימת, למידת מכונה משתמשת במקום זאת באלגוריתמים מורכבים כדי ללמוד ולהסתגל, ומפתחת תחזיות מדויקות יותר ויותר לאורך זמן - בדומה לאופן שבו המוח האנושי אוסף מידע חדש על העולם ומאפס בהדרגה את הציפיות שלו.
ניסיונות קודמים לאתר שירים להיטים התמקדו בניתוח תוכן לירי, דיונים ברשתות חברתיות ופוסטים בבלוג, לדברי החוקרים. גישות אחרות מפרקות שירים לקבוצת תכונות, כולל קצב, עוצמה וסוגי כלי נגינה.
עובדות מפתח במחקר:
- הגישה החדשה של 'חיזוי עצבי' משתמשת במודל למידת-מכונה המיושם על תגובות עצביות כדי לחזות שירי להיטים עם דיוק של 97%, בהשוואה לשיעור הדיוק הקודם של 50% של שיטות מסורתיות.
- תגובות נוירופיזיולוגיות לדקה הראשונה של השירים חזו להיטים עם שיעור הצלחה של 82%, מה שמצביע על כך שהחלק הראשוני של השיר ממלא תפקיד מכריע בקביעת הפופולריות שלו.
- למרות מגבלות כמו מספר קטן יחסית של שירים מנותחים ודמוגרפיה מגוונת למדי של משתתפים, החוקרים בטוחים שהשיטה שלהם יכולה לחזות להיטים במגזרי בידור אחרים.