“Hit şarkı” tahmini ile yapay zekanın gelişim sürecinde bir yenilik daha…
New Atlas’ın haberine göre, araştırmacılar, istatistiksel modelleme ve makine öğrenimi ile birlikte 24 şarkı dinlemekle görevli 33 kişinin nöral aktivitesini, neyin hit melodi olacağını ve neyin başarısız olacağını neredeyse mükemmel bir şekilde tahmin etmek için kullandılar.
Araştırmada, bedenlerine ritim ve PPG kalp ritmi sensörü takılan 18 ila 57 yaşları ortasındaki 33 deneğe, müzik yayıncıları tarafından seçilen yakın periyotta piyasaya çıkmış 24 kesim dinlettirildi.
İşitsel deneyin akabinde iştirakçiler, dinledikleri müzikler hakkında rahatsız edici olup olmadığı, daha evvel duyup duymadıkları ve muhtemelen arkadaşlarına tavsiye edip etmeyecekleri üzere soruları yanıtladı.
Claremont Graduate Üniversitesi profesörü ve yayınlanan araştırmanın başyazarı Profesör Paul Zak, bahse dair yaptığı açıklamada, “Makine tahsilini nörofizyolojik bilgilere uygulayarak, hit müzikleri neredeyse kusursuz bir formda belirleyebildik.” dedi.
Profesör Paul Zak; ”Makine öğrenimini nörofizyolojik verilere uygulayarak, hit şarkıları neredeyse kusursuz bir formda belirleyebildik” dedi.
“33 kişinin sinirsel (nöral) aktivitesinin, milyonlarca kişinin yeni müzikleri dinleyip dinlemeyeceğini tahmin edebilmesi epey heyecan verici.” diyen Profesör Zak, bu derece doğruluğa yakın bir verinin daha evvel elde edilmediğine işaret etti.
Zak, araştırma sonucunda kayıt altına alınan beyin sinyallerinin, deneklerin ruh hali ve güç seviyeleriyle bağlı beyin ağlarının aktifliğini yansıttığını kaydetti.
Yapay zekanın “hit şarkı” tahmini, müzik endüstrisini değiştirebilir
YAPAY ZEKA HİT MÜZİKLERİ ÖNCEDEN TAHMİN EDEBİLİYOR
Katılımcıların nöral (sinirsel) yansılarını farklı tiplerden 24 müzik dinleterek inceleyen araştırmacılar, istatistiksel ve makine tahsili yollarını kullanarak yapay zeka ile hit müziklerin evvelce tespit edilebileceği bulgusuna ulaştı. Araştırmacılar, elde edilen datalar doğrusal bir istatistiksel model aracılığıyla işlendiğinde, kesimlerin popülerlik kestirimini yüzde 69 olarak bulurken, bu datalar yapay zekanın makine öğrenme formülü kullanarak yaptığı değerlendirmede ise bu oran yüzde 97,2’ye çıktı.
Gelecekte bu çalışmada da kullanılan giyilebilir nörobilim teknolojilerinin yaygınlaşması durumunda, insanların kendilerine uygun cümbüşe yönlendirilebileceğini vurgulayan Profesör Zak, “Yüzlerce seçenek yerine, yalnızca iki veya üç seçenek sunulabilir, bu da keyif alacakları müziği seçmelerini daha kolay ve daha süratli hale getirir.” değerlendirmesine bulundu.
Zak, müzik şirketlerinin, dinleyicilerin müzik listelerine kaydedebilecekleri favori olma ihtimali yüksek müzikleri belirlemek için de bu çalışmanın kullanılabileceğini lisana getirdi.
Araştırmada, dinletilen müzikler, 700 binden fazla dinlemeye ulaşması durumunda tanınan (hit) kabul edildi. Deneklerden elde edilen dataların toplumsal beğeni ve zevkleri varsayım etmeyi kolaylaştırabileceği de vurgulandı.
18 ila 57 yaşları arasındaki katılımcılara ritim ve PPG kardiyak sensörler takıldı ve bir akış hizmetinde personel tarafından seçilen yakın zamanda yayınlanan 24 şarkıyı çaldılar. Şarkının 700.000’den fazla akış alıp almadığı belirlendi. Bir dizi tür, 13 hit ve 11 flop seçimini yaptı ve Tones ve I’s 2019 number-one smash Dance Monkey gibi şarkıları içeriyordu.