算法生成的音乐播放列表Spotify 等流媒体服务可以根据您和其他与您类似的人听和喜欢的音乐来最好地猜测您会喜欢什么类型的音乐。 一项新的研究揭示了如何根据你的大脑如何播放最新歌曲来更好地播放这些播放列表。
当美国研究人员接受训练时通过分析音乐听众的身体反应的算法,他们可以预测哪些曲目最能取悦人们,准确率高达 97%。
所有算法所要做的就是使用一个人的神经生理学状态作为代理来衡量一个人的情绪和对一首曲子的注意力。
一个人在神经上“沉浸”在歌曲中的时间越长,“退缩”的时间越少,这首歌就越有可能成为全国热门歌曲。
事实上,这比个人是否喜欢听这首歌更能表明一首歌曲的成功。
换句话说,仅仅因为你有意识地喜欢一首歌曲并不意味着其他人也会喜欢。 然而,你的潜意识状态可能更了解。
研究人员表示:“可穿戴神经技术(如本研究中的技术)可以自动评估内容的神经价值,而不是询问用户是否‘喜欢’一首新歌曲。”写。
即使该算法仅输入听歌一分钟的生理数据,它仍然可以以 82% 的准确率预测热门歌曲。
新方法表现优于类似的研究使用脑部扫描来评估音乐反应。 它们只能以大约 50% 的比例预测命中率。
在新的实验中,个别听众只擅长猜测他们以前听过的歌曲是否成功? 如果消除这种偏见,我们就会更难预测成功或失败。
“通过将机器学习应用于神经生理学数据,我们几乎可以完美地识别热门歌曲,”说加州克莱蒙特研究生大学的神经经济学家保罗·扎克 (Paul Zak)。
“33 个人的神经活动可以预测数百万人是否听了新歌曲,这真是太神奇了。以前从未有过如此准确的结果。”
研究参与者首先坐在戴着心脏传感器的房间里,听扩音器播放的 24 首最近播放的歌曲。 有 13 首歌曲被流媒体平台视为热门歌曲,但参与者并不知道这些歌曲是哪些。
实验结束时,小组被要求对他们最喜欢的歌曲进行排名。
然后,从心脏传感器收集的数据被输入商业神经科学平台,该平台使用心率数据来推断人的大脑状态。
例如,催产素和多巴胺是两种已知对心脏有下游影响的神经激素。 当你感觉良好时,它们也会被释放。
例如,当您唱歌或听音乐时,有证据表明您的脑干经常会释放催产素,而当您对某件事格外关注或“沉浸”其中时,多巴胺就会释放并与前额叶皮层结合。
通过心脏读取这些大脑信号可能是一种“神经预测”的方法,哪些歌曲会吸引更多人的脚步。
之前的研究试图通过关注与奖励系统有关的一个大脑区域来做到这一点。 但研究人员收效甚微。
目前的研究重点是不同的神经生理信号,重要的是,这些信号包含情绪反应。 它还使用了一组机器学习算法,而不仅仅是一个。
“使用神经科学技术测量情绪反应为艺术家、唱片制作人和流媒体服务提供了一种新的方式,用新音乐来取悦听众,”作者写。
“我们的贡献是表明,来自周围神经系统的综合神经科学测量可以相当准确地对命中和失败进行分类。”
理论上,这些信息可用于为某些情绪状态创建单独的播放列表,但它不仅仅适用于音乐。
“神经预测”也可以应用于几乎任何形式的娱乐,在人们意识到之前就给他们想要的东西。
目前的研究规模很小,一些细节仍需要解决,但作为概念证明,它似乎充满希望。
“我们的主要贡献是方法论,”说扎克.
“这种方法很可能也可用于预测许多其他类型的娱乐节目的热门程度,包括电影和电视节目。”
该研究发表于人工智能前沿。