В США разработали модель прогнозирования будущих музыкальных хитов, используя искусственный интеллект.
Что интересно в этой разработке, так это подход, который применялся. Обычно для построения прогнозов используются исторические данные: чем они подробнее и унифицированнее, чем больше параметров учитывается, тем более точным получается и итоговый прогноз.
В данном случае анализировались не столько сами данные о прошлых музыкальных хитах, сколько мозговая активность человека.
Эксперимент проходил следующим образом.
- Были отобраны 24 песни, из которых 13, по результатам прослушивания на стриминговом сервисе, стали хитами за полгода, а 11 – провалились. Участники эксперимента не знали заранее, что это за песни.
- Участники эксперимента – 33 человека в возрасте от 18 до 57 лет – прослушали все 24 песни в лаборатории, когда на них были надеты специальные датчики, которые измеряли активность отделов мозга, отвечающих за настроение и уровень энергии.
- После каждой песни добровольцев просили оценить, насколько песня им понравилась по шкале от 1 до 10, сумеют ли они напеть ее и станут ли рекомендовать эту композицию своим друзьям.
- Затем ученые применили машинное обучение к полученным с датчиков нейрофизиологическим данным.
В результате оказалось, что такая комбинация приемов позволила почти точно идентифицировать хиты – с вероятностью 97%.
Исследователи отмечают, что их модель прогнозирования может применять и для других сфер, не только музыкальных, а сама разработка потенциально может быть очень интересна для стриминговых сервисов.
Источник – журнал Frontiers in Artificial Intelligence.
__________
Новый сервис по прогнозированию для всех, кто работает с данными, – “Прогностика”: научные методы прогнозирования и инструменты визуализации прогнозов в одном решении.
Предлагаем специалистам по прогнозированию протестировать сервис и начать использовать его в своей работе.
