Вештачка интелигенција доказала да музику слушамо срцем (и главом)
Софтвери са вештачком интелигенцијом из дана у дан све су напреднији, а њихови функционали проширују се на различите сфере. Сада су истраживачи успели да предвиде и која ће песма постати прави хит, а која доживети фијаско, а "неуропрогнозирање" је могуће уз помоћ вештачке интелигенције.
Неуронска активност мозга предвиђа успех песме готово без грешке
Научни истраживачи Клермонтског универзитета у Сједињеним Америчким Државама успели су да уз помоћ вештачке интелигенције предвиде које ће песме постати хит, а које доживети "пропаст", а своје резултате са поносом су објавили у магазину Фронтиерс ин Артифишл Интелиџенс.
"Применивши машинско учење на добијене неурофизиолошке податке, успели смо да готово савршено идентификујемо хит песме", навео је водећи истраживач Пол Зак.
У истраживању ових "музикалних" научника нашло се 33 добровољца који су регрутовани са Клермонт колеџа, а њихов узраст варирао је од 18 до 57 година. Након кратког објашњења, њима је пуштена "плејлиста" од 24 песме, а током репродукције посебни сензори пратили су активност можданих система одговорних за расположење, ниво енергије и број откуцаја срца. Систематском анализом добијеног узорка уз коришћење вештачке интелигенције, научни тим успео је да предвиди број слушања одређених нумера, а у 97 посто случајева алгоритам није погрешио!
Machine learning predicts hit songs from brain responses with 97% accuracy. Self-reported liking isn’t predictive. 😮 https://t.co/hD7E1Pza2opic.twitter.com/DRAqgPtjD1
— Steve Stewart-Williams (@SteveStuWill) June 20, 2023
"Неуропрогрозирање" ће се користити и у другим индустријама
Поучени веома позитивним искуством "неуропрогрозирања" у свету музичке индустрије, научници су навели и да је могућност предвиђања реакције могуће применити и у другим областима, а да је узорак од 33 добровољца итекако релевантан, премда је њихов диверзитет већ сам по себи покрио више различитих категорија становништва. Свој оптимизам нису скривали ни када је у питању прогрозирање успеха филмова или телевизијских програма, а како наводе, овај систем може се користити у готово свакој индустрији са циљем побољшања квалитета садржаја.