Svakoga dana se širom sveta objavi preko 24 hiljade novih pesama – neke od njih se nađu u trendingu na muzičkim platformama već prve večeri, dok neke nikada ne dožive značajan uspeh. Univerzalnog ključa za uspeh nema, a verovatno ga neće ni biti, ali muzičari sada imaju pomoć veštačke inteligencije – softver kreiran na bazi mašinskog učenja koji može predvideti uspeh jedne pesme.
Softveri sa veštačkom inteligencijom iz dana u dan sve su napredniji, a njihovi funkcionali proširuju se na različite sfere. Sada su istraživači uspeli da predvide i koja će pesma postati pravi hit, a koja doživeti fijasko, a “neuroprognoziranje” je moguće uz pomoć veštačke inteligencije.
Neuronska aktivnost mozga predviđa uspeh pesme gotovo bez greške
Naučni istraživači Klermontskog univerziteta u Sjedinjenim Američkim Državama uspeli su da uz pomoć veštačke inteligencije predvide koje će pesme postati hit, a koje doživeti “propast”, a svoje rezultate sa ponosom su objavili u magazinu Frontiers in Artifišl Intelidžens.
“Primenivši mašinsko učenje na dobijene neurofiziološke podatke, uspeli smo da gotovo savršeno identifikujemo hit pesme”, naveo je vodeći istraživač Pol Zak.
U istraživanju ovih “muzikalnih” naučnika našlo se 33 dobrovoljca koji su regrutovani sa Klermont koledža, a njihov uzrast varirao je od 18 do 57 godina. Nakon kratkog objašnjenja, njima je puštena “plejlista” od 24 pesme, a tokom reprodukcije posebni senzori pratili su aktivnost moždanih sistema odgovornih za raspoloženje, nivo energije i broj otkucaja srca. Sistematskom analizom dobijenog uzorka uz korišćenje veštačke inteligencije, naučni tim uspeo je da predvidi broj slušanja određenih numera, a u 97 posto slučajeva algoritam nije pogrešio!
“Neuroprogroziranje” će se koristiti i u drugim industrijama
Poučeni veoma pozitivnim iskustvom “neuroprogroziranja” u svetu muzičke industrije, naučnici su naveli i da je mogućnost predviđanja reakcije moguće primeniti i u drugim oblastima, a da je uzorak od 33 dobrovoljca itekako relevantan, premda je njihov diverzitet već sam po sebi pokrio više različitih kategorija stanovništva.
Svoj optimizam nisu skrivali ni kada je u pitanju progroziranje uspeha filmova ili televizijskih programa, a kako navode, ovaj sistem može se koristiti u gotovo svakoj industriji sa ciljem poboljšanja kvaliteta sadržaja
