Даже при текущем развитии технологий глубинного обучения можно с уверенностью сказать, что ИИ имеет все шансы стать движителем новой революции в сфере искусства и поп-культуры. Чего только стоит озадаченность музыкальных лейблов, столкнувшихся с неожиданно убедительными дип-фейк-песнями, имитирующими творчество известных артистов, или уже ставшее привычным противостояние между художниками и фанатами генеративных технологий, способных создавать местами весьма удовлетворительный, хоть и не всегда оригинальный контент. Однако учёные из CGU (исследовательского университета в Клермонте) пошли ещё дальше, и постарались создать ИИ, который сможет предсказывать будущие хиты.
Исследователи попросили сотрудников стриминговых аудиосервисов выбрать 24 песни и дали послушать их 33 добровольцам в возрасте от 18 до 57 лет. При этом учёные тщательно отслеживали реакцию участников эксперимента на прослушиваемые композиции. В частности, в ходе слухового эксперимента на телах волонтёров размещались разнообразные датчики, которые фиксировали их сердечный ритм, гемодинамику и мозговую активность, соответствующую уровню бодрости и настроению человека. Кроме того, после прослушивания песен добровольцы заполняли анкеты, описывая свои впечатления по каждой композиции, а также указывая, какие из них они уже слышали ранее и какие рекомендовали бы к прослушиванию своим друзьям и близким. Из 24 песен в различных жанрах 13 были хитами с 700000+ прослушиваниями и 11 – провальными. К примеру, одним из хитов была песня австралийской певицы Tones and I «Dance Monkey» 2019 года.
На основе собранных данных о реакции добровольцев на композиции учёные создали линейную статистическую модель, которая распознавала хиты с точностью 69%. Хотя даже такая эффективность выглядит вполне удовлетворительно, точность модели машинного обучения, которая также ознакомилась с информацией из базы данных, составила ещё более впечатляющие 97,2%. Более того, когда учёные усложнили задачу, ограничив объём данных всего одной минутой прослушивания композиции, ИИ всё равно угадывал хиты в 82% случаев. По мнению исследователей, если в будущем носимые нейрофизические устройства получат такую же популярность, как, например, умные часы или фитнес-браслеты, получаемые с них данные можно будет использовать для нейропрогнозирования, в том числе в сфере развлечений.
Таким образом, артистам станет проще найти свою аудиторию, руководствуясь усреднённой реакцией людей на те или иные образцы их творчества. От этого выиграют обе стороны: исполнители смогут адаптировать своё творчество под вкусы аудитории, чаще выпуская хиты, а слушатели будут получать музыку, которая им действительно нравится. Подобная технология будет полезной и для музыкальных лейблов: они смогут на первых порах идентифицировать песни, которым суждено стать хитами, а стриминговые сервисы получат больше довольных пользователей. Стоит отметить, что для чистоты эксперимента не мешало бы значительно расширить как выборку композиций, так и пул испытуемых. Если такая технология получит развитие, несложно представить себе мир будущего, в котором к конечному потребителю будут поступать исключительно «одобренные» ИИ музыкальные хиты, телешоу, фильмы и т. д. Впрочем, едва ли в ближайшее время человечеству грозят подобные ограничения.