Популярную музыку научились заранее определять по реакции нашего организма

Фото: Shutterstock

Ваши любимые музыкальные сервисы создают для вас плейлисты, угадывая, какая музыка вам понравится. Эти предположения основаны на том, что слушаете вы и другие люди с похожими вкусами. Однако недавнее исследование показало, что этот метод можно усовершенствовать еще больше, основываясь на том, как ваш мозг реагирует на музыку, пишет ScienceAlert.

Исследование показало, что машинное обучение — тип искусственного интеллекта, который учится на основе данных, может предсказать песни, которые понравятся большинству людей, с впечатляющей точностью в 97%. Все, что ему было нужно — это данные об эмоциональной реакции людей и их внимании на музыку, основанные на их физиологическом состоянии, или, проще говоря, на реакции их тела на музыку.

Исследователи обнаружили, что чем дольше человек был полностью вовлечен или "погружен" в песню, тем больше вероятность того, что песня будет популярной. Удивительно, но это оказалось лучшим показателем потенциального успеха песни, чем если бы человек сказал, что песня ему понравилась. Таким образом, даже если вам нравится песня, это еще не значит, что она понравится другим. Однако ваша подсознательная физическая реакция на песню может быть лучшим предсказателем ее популярности.

Исследование показывает, что вместо того, чтобы спрашивать пользователей, нравится ли им песня, носимые технологии могли бы автоматически оценивать физиологическую реакцию на песню, определяя ее потенциальный успех. Даже если у алгоритма была всего минута данных, он все равно мог предсказать популярность песни с точностью 82%.

Этот метод оказался более успешным, чем предыдущие исследования, в которых для оценки музыкальных предпочтений использовалось сканирование мозга. Эти старые методы могли предсказать популярную музыку только с точностью около 50%.

Пол Зак, профессор из Клэрмонтского университета в Калифорнии, подчеркивает, что методика исследования почти идеально определяла хитовые песни. "Удивительно, что нейронная активность всего 33 человек может предсказать, будут ли миллионы других людей слушать новые песни. Ничего близкого к такой точности не было показано ранее", — говорит Зак.

В ходе эксперимента участники носили датчики сердечного ритма и слушали 24 песни. Тринадцать из этих песен были хитами на стриминговых платформах, но участники не знали, какие именно. После прослушивания их попросили составить рейтинг своих любимых песен. Затем данные о частоте сердечных сокращений были переданы в систему, которая могла сделать вывод о состоянии мозга.

Большую роль в этом процессе играют неврологические гормоны, такие как окситоцин и допамин, которые, как известно, влияют на сердце и ассоциируются с ощущением счастья. Например, когда вы поете или слушаете музыку, ваш мозг часто выделяет окситоцин, а дофамин выделяется, когда вы полностью вовлечены или "погружены" во что-то. Эти сигналы мозга можно прочесть по сердечной деятельности, чтобы предсказать, какие песни заставят больше людей притопывать ногами и подпевать.

В отличие от предыдущих исследований, которые фокусировались на одной области мозга, связанной с вознаграждением, в данном исследовании использовались различные сигналы организма, отражающие эмоциональные реакции. В нем также использовалось несколько алгоритмов машинного обучения.

Исследователи считают, что их результаты могут произвести революцию в том, как артисты, продюсеры и потоковые сервисы привлекают слушателей к новой музыке. Их метод может с высокой точностью классифицировать потенциальные хиты и провалы.

Хотя это исследование может быть использовано для создания индивидуальных плейлистов на основе настроения, концепция "нейропрогнозирования" выходит за рамки только музыки. Ее можно применить к любой форме развлечений, предсказывая, что может понравиться людям еще до того, как они сами об этом узнают.

Это исследование, хотя и небольшое и предварительное, имеет многообещающие последствия. Как говорит Зак, "наш ключевой вклад — это методология. Вполне вероятно, что этот подход может предсказывать хиты для многих других видов развлечений, включая фильмы и телешоу".

Ирина Скиба / Skibair
Журналист AOinform