W przyszłości artyści oraz wytwórnie fonograficzne nie będą już musiały zgadywać czy utwór, nad którym właśnie pracują, okaże się hitem. W uzyskaniu odpowiedzi na to pytanie pomogą im algorytmy. A tym z kolei wystarczy do tego kilka informacji o funkcjonowaniu naszego organizmu w momencie, kiedy słuchamy danej muzyki.
Naukowcy wytrenowali algorytmy uczenia maszynowego do analizy reakcji organizmu słuchaczy w odpowiedzi na konkretny utwór muzyczny. Sztuczna inteligencja mierzy emocje oraz uwagę osoby słuchającej melodii, wykorzystując jako wskaźnik jej aktywność neurofizjologiczną. Dzięki temu uczeni byli w stanie przewidzieć i to z 97 proc. dokładnością, które utwory spodobają się największej liczbie ludzi.
Opis i rezultaty badań ukazały się na łamach pisma „Frontiers in Artificial Intelligence” (DOI: 10.3389/frai.2023.1154663).
Naukowcy z Claremont Graduate University postanowili wytrenować algorytmy w ten sposób, by analizowały reakcję ciała ludzi na słuchaną w danej chwili przez nich muzykę. Dzięki temu z aż 97 proc. dokładnością możliwe stało się przewidzenie, jakie inne utwory będą się podobać poszczególnym osobom. Algorytmy te dokonywały pomiaru i oceny emocji, jakie towarzyszyły słuchaniu melodii oraz tego, na ile dane osoby były w tym momencie na niej skupione.
Podstawą dla dokonania tej oceny były zebrane przez algorytmy dane neurofizjologiczne. Okazało się to znacznie skuteczniejsze, niż miałoby to miejsce w sytuacji, gdybyśmy jedynie zapytali daną osobę, czy podoba jej się dany utwór. Jednocześnie algorytmy nie potrzebowały zbyt dużej próbki danych, by wydać opinię. Wystarczały dane zebrane podczas zaledwie jednej minuty słuchania melodii, by osiągnąć skuteczność na poziomie 82 proc.
W badaniu wzięły udział 33 osoby. Każda z nich miała wysłuchać łącznie 24 utworów muzycznych. Jednocześnie praca ich serca oraz mózgu była monitorowana przez czujniki. Spośród tych utworów 13 zostało uznanych za przeboje przez platformy streamingowe, jednakże jak można się spodziewać, uczestnicy badania nie zostali poinformowani, o które z nich chodzi.
Po zakończeniu badania analizie poddane zostały zebrane dane kardiologiczne, które następnie wykorzystano, by przy ich pomocy określić funkcjonowanie mózgu danej osoby. A jest to możliwe dzięki temu, że w momencie, w którym czujemy się dobrze, w naszym organizmie wydzielane są dwa hormony: oksytocyna i dopamina. Odnosząc to do analizowanej sytuacji: kiedy słuchamy muzyki, która się nam podoba, nasz pień mózgu zaczyna wydzielać oksytocynę. Natomiast w naszej korze przedczołowej, gdy jesteśmy na czymś skupieni (np. zasłuchani w lubianej muzyce) zaczyna się zbierać dopamina.
Analizowanie reakcji mózgu poprzez badanie zachowania serca może przyczynić się do tego, że z większą dokładnością będziemy w stanie przewidywać, które utwory będą miały szansę stać się przebojami. Jednocześnie jest to podejście znacznie skuteczniejsze, niż stosowane do tej pory. Dotychczas próbowano przykładowo analizy funkcjonowania układu nagrody w mózgu, ale zdecydowanie nie spełniła ona pokładanych w niej oczekiwań.
- Dzięki zastosowaniu uczenia maszynowego do danych neurofizjologicznych mogliśmy niemal idealnie zidentyfikować przyszłe przeboje. To, że aktywność neuronalna 33 osób może przewidzieć, czy miliony innych osób będą słuchały nowych piosenek, jest niesamowite. Nigdy wcześniej nie osiągnięto takiej dokładności - powiedział Paul Zak, współautor publikacji.
O tym, jak duże możliwości stworzy opisane powyżej „neuroprognozowanie” nie trzeba chyba nikogo przekonywać. W kontekście muzyki możliwe stanie się np. tworzenie playlist dostosowanych do naszego aktualnego stanu emocjonalnego. Jednakże znajdzie to zastosowanie również i przy innych formach, takich jak filmy czy oglądane przez nas programy rozrywkowe w telewizji. A w ten sposób widzom będzie można dostarczyć takiej rozrywki, jakiej oczekują jeszcze zanim w ogóle będą w stanie zdać sobie z tego sprawę.
Źródło: Science Alert, fot. PxHere