برنامه هوش مصنوعی جدید متمرکز بر موسیقی می تواند سلایق و عادات شما در موسیقی را پیش بینی کند.
به گزارش بادیجی ، یک برنامه جدید هوش مصنوعی که توسط دانشمند کامپیوتر به نام بروس فروردا از دانشگاه جانکوپینگ سوئیس و مارک گراوس از دانشگاه ماستریخت هلند طراحی شده است، ظاهرا با چک کردن اسپاتیفای شما قادر به کشف پیچیدگی های موسیقیایی سلایق شماست.
هوش مصنوعی به تعدادی از معیارهای مربوط به عادات گوش دادن شما به موسیقی شخصی و مهمتر از همه به آهنگهایی که گوش می دهید، و تعداد دفعات آن توجه می کند.
بر این اساس، هوش مصنوعی می تواند به شما بگوید که سبک و سلیقه شما در موسیقی چگونه است و چقدر احتمال دارد که در موسیقی های مشابه مانند گوش دادن به انواع مختلف موسیقی درگیر شوید.
نحوه مطالعه
این مطالعه توسط ۶۱ نفر شرکت کننده مورد آزمایش و بررسی قرار گرفت. همه آنها اهنگ هایی را در لیست اسپاتیفای خود برای تجزیه و تحلیل داشتند.
آهنگ ها با استفاده از پلاگین های مختلف Spotify API مورد تجزیه و تحلیل قرار گرفتند و به دنبال ان مواردی همانند والس، تعداد بیت بر دقیقه، رقص و میزان موزیکال بودن هر اهنگ بررسی شد.
سپس سلیقه های موسیقی و عادات آنها در گوش دادن به سبک های موسیقی در پروفایل آنها مورد بررسی قرار گرفت و به این نتیجه رسیدند که چه زمان هایی را بیشتر به گوش کردن به کدام آلبوم ها و الات موسیقی می گذارنند و چه واکنش احساسی نسبت به آن داشته و چه بازه هایی این روند تکرار می شود.
تمام این داده ها برای طبقه بندی میان شرکت کنندگان و ایجاد مقیاسی برای پیچیدگی موسیقی بود. هر چه نمره فردی بالاتر می رفت به این معنی بود که بیشتر درگیر آن موسیقی شده است. افراد پیچیده تر کسانی بودند که سلیقه متفاوتی در موسیقی داشتند و خود نیز دستی در خلق موسیقی داشتند.
در چنین شرایطی، شرکتهای تلفیق کننده هوش مصنوعی با موسیقی، قصهی امیدوارکنندهتری را روایت میکنند.
استارتاپ AI Music امیدوار است تکنولوژی اش به کاربران کمک کند تا علاقه بیشتری به آهنگهای محبوبشان پیدا کنند.
در حالی که Popgun و Vochlea فکر می کنند که هوش مصنوعی می تواند ابزاری قدرتمند برای خالقین موسیقی باشد.
به طور کلی اصطلاح هوش مصنوعی برای تشریح کردن سیستمهایی به کار میرود که هدف آنها استفاده از ماشین ها برای تقلید و شبیه سازی هوش انسانی و رفتارهای مرتبط با آن است.
این هدف گاه ممکن است با استفاده از الگوریتم های ساده و الگو های از پیش تعیین شده محقق شود، ولی گاهی هم نیاز به الگوریتم های فوقالعاده پیچیده دارد.
انتهای پیام/
نظرات کاربران