認真的甲殼蟲樂隊的粉絲可能能夠在八年的運行中描述樂隊複雜的音樂演變，但是現在有一種數學方法可以映射該小組從“ Love Me Do Do”一路繪製到“讓它成為”的過程。
一群研究人員開發了一種算法，該算法根據聲音頻率和模式來分散歌曲之間的相似性。然後，科學家使用該算法分析了英國發行的13張甲殼蟲樂隊專輯中的每張歌曲。在確定了每首歌曲的緊密關係之後，該算法按時間順序成功地對專輯進行了排名。
“不是甲殼蟲樂隊的球迷通常無法說出“幫助！”在“橡膠靈魂”之前記錄了算法，但算法可以。在一份聲明中說。 “該實驗表明，人工智能可以通過以全新的方式'聆聽流行音樂專輯來識別音樂風格的變化和發展。” [圖像：世界上最美麗的方程式這是給出的
該算法在八月的《期刊模式識別字母》中描述了，將每首歌曲轉換為一個名為“頻譜圖”的視覺地圖。該圖顯示了整個歌曲中聲波頻率，形狀和紋理的變化。然後，該算法分類並比較聲波的光譜在每首歌曲中的排列程度。最後，統計分析對兩首歌曲的緊密相關程度排名。
該算法確定甲殼蟲樂隊的第一張專輯“請，請我”的歌曲最喜歡樂隊的下一張錄製專輯“與甲殼蟲樂隊”中的歌曲。早期的音樂與樂隊上一張專輯“ Abbey Road”上的歌曲最不相似。
沙米爾（Shamir）和他的研究生喬·喬治（Joe George）並沒有停在甲殼蟲樂隊（Beatles）：他們還使用算法來分析其他知名團體，例如U2，《恐懼和女王》。該算法在恐懼專輯中發現了兩次連續的眼淚之間的相似之處，即使它們相距15年發行：樂隊在1989年就錄製了“愛的種子”，然後在分手之前就錄製了“愛人的種子”，“每個人都喜歡幸福的結局”是2004年樂隊重新播出後發行的第一張專輯。樂隊音樂的根本轉變。
Shamir和George Hope算法可用於組織音樂數據庫，並幫助用戶輕鬆瀏覽和搜索歌曲，藝術家和專輯。對於基於用戶“喜歡”的歌曲播放音樂的音樂流媒體服務，例如Spotify和Pandora，該算法可以更進一步，以進一步邁進，並識別與一個人的單個音樂偏好相匹配的音樂。
“系統可以通過“聽”音樂Shamir在一封電子郵件中告訴Live Science：“他或她不斷地搜索他或她可能會喜歡但可能不知道的更多音樂。
關注凱利·迪克森（Kelly Dickerson）嘰嘰喳喳。跟著我們@livescience，，，，Facebook和Google+。原始文章現場科學。
