19 Juni 2024

Sains sudah bisa memprediksi lagu mana yang akan menjadi “hit” di Internet. berkat otak kita

3 min read

Sekitar 60.000 lagu dirilis di Internet setiap hari di dunia. Menebak siapa di antara mereka yang akan sukses adalah tugas yang hampir mustahil. Beberapa penelitian menunjukkan hal itu kurang dari 4% menjadi viral setiap tahun. Selama beberapa dekade, berbagai metode telah diselidiki untuk menemukan “hit” yang sempurna: mulai dari menganalisis lirik lagu, nada suara dan akord, dan bahkan sebutan yang dikumpulkan di jejaring sosial.

Dans le meme genre : UP: Pemberontak SP Dara Singh Chauhan mengajukan nominasi untuk Ghosi bypoll sebagai kandidat BJP

Kini sains telah mengambil langkah besar untuk memecahkan misteri ini. Dan jawabannya ada di otak kita.

Cela peut vous intéresser : Chhattisgarh: Pemimpin senior BJP dan mantan menteri Leelaram Bhojwani meninggal

27 TRIK SPOTIFY – Kontrol semua MUSIK Anda seperti orang lain!

Pembelajaran. Sebuah tim peneliti dari Claremont Graduate University di Los Angeles telah menggunakan teknik canggih pembelajaran mesin diterapkan pada respons otak orang untuk mengidentifikasi potensi “hit” dengan akurasi 97% yang luar biasa. Sederhananya: ia menganalisis bagaimana musik membangkitkan emosi, dan kemudian menggunakan AI untuk menganalisis pola-pola tersebut.

Cara peramalan ini disebut “neuroprediction”, sebuah bidang baru yang menggunakan data dari aktivitas otak dan bertujuan menggunakannya untuk memprediksi perilaku atau pilihan populasi. Artinya, antisipasi tren umum.

Bagaimana cara kerjanya? Di studionya, diterbitkan di jurnal Frontiers in Artificial Intelligencepara ilmuwan Claremont menerapkan teknik ini pembelajaran mesin atau pembelajaran mesin terhadap respons otak 33 orang berusia antara 18 dan 57 tahun. Peserta dipasangi sensor jantung Rhythm + PPG dan memutar 24 lagu terbaru. Dari jumlah tersebut, 13 di antaranya hits (dengan lebih dari 700.000 penayangan) dan sisanya hampir tidak ditonton. Itu semua adalah lagu-lagu terbaru dan mencakup berbagai genre (pop, techno, hip hop, rock…).

Kemudian, tim mengukur respon neurofisiologis yang ditangkap oleh sensor, yang berhubungan dengan perhatian (dari pelepasan dopamin) dan respon emosional (terkait dengan oksitosin). Seperti yang dijelaskan dalam artikel dari EL PAÍS inisinyal-sinyal ini bersama-sama memprediksi perilaku otak setelah adanya stimulus yang dapat menimbulkan emosi.

Hasil. Para peneliti menyimpulkan bahwa ketika data dijalankan melalui model statistik linier, tingkat keberhasilan mereka dalam memprediksi keberhasilan adalah 69%. Namun, ketika pembelajaran mesin diterapkan pada kumpulan data saraf, akurasi melonjak hingga 97,2%. Faktanya, ketika model AI mengevaluasi data dari satu menit lagu saja, akurasinya masih 82%.

Seperti yang dijelaskan salah satu penulis penelitian, Profesor Paul Zak: “Ternyata otak mengetahui, meskipun Anda tidak dapat secara sadar mengidentifikasinya, apakah sesuatu itu baik atau tidak.” Namun, ia menekankan bahwa meskipun orang mungkin mengaitkan karakteristik seperti ritme atau kunci ketika menjelaskan mengapa mereka menyukai sebuah lagu, mustahil untuk menyadari sepenuhnya motif intrinsiknya.

Sebuah terobosan bagi industri hiburan. Meskipun studi memiliki keterbatasannya (pengujian dilakukan dengan jumlah lagu yang sedikit dan demografinya juga cukup kecil), metode ini dapat mewakili lompatan besar bagi industri hiburan dan juga dapat diterapkan di sektor lain seperti film atau televisi.

Faktanya, beberapa tahun yang lalu para peneliti di Universitas Stanford menunjukkan bahwa aktivitas otak juga dapat menyebabkan hal tersebut memprediksi video YouTube mana yang akan menjadi viral. Dan baru-baru ini, sebuah studi oleh Rotterdam School of Management menunjukkan bahwa respons saraf investor profesional tampaknya memprediksi perilaku saham di pasar di masa depan.

Panduan untuk layanan mengalir. Namun, yang pertama-tama dapat memanfaatkan teknologi ini adalah jasanya mengalir. Dengan cara ini, akan lebih mudah untuk mengidentifikasi hits baru untuk ditambahkan ke playlist atau katalog orang dengan lebih efisien. Itu adalah sesuatu yang telah mereka kerjakan selama bertahun-tahun. dengan algoritma rekomendasi Anda sendiri.

Spotify sebenarnya melakukan ini dengan fiturnya “Penemuan Mingguan”, yang menawarkan kepada pengguna daftar 30 lagu baru setiap hari Senin. Namun pilihan ini hanya bergantung pada faktor internal platform, seperti jumlah reproduksi, genre dan gaya lagu, evolusi pendengar, dll.

Sebuah formula untuk menciptakan kesuksesan. Dan kita tidak dapat mengesampingkan fakta bahwa “peramalan saraf” dapat membantu artis yang sama sekalipun untuk meraih kesuksesan, untuk mencapai kesuksesan. temukan lagu “sempurna” yang membangkitkan lebih banyak emosi pada pendengar berdasarkan trial and error. Apalagi di saat kecerdasan buatan generatif sudah ada memungkinkan penulis mana pun untuk “menyusun” lagu hanya dalam beberapa menit.

Gambar: Pexels

Di | Hampir semua supermarket memutar musik latar saat Anda berbelanja. Mereka melakukannya untuk alasan yang baik