“Tìm hiểu cách tạo nên bài hát hit: Neuroforecasting nhận diện bài hát hit với độ chính xác 97%”

Mỗi ngày, chúng ta tràn ngập những bản nhạc mới. Hàng chục nghìn bài hát mới được tải lên mỗi ngày trên các nền tảng phát trực tuyến như Spotify và Pandora. Một số bài hát đã được phát hơn chục lần, không kể bạn bè và gia đình của nghệ sĩ. Ở giữa dòng chảy này, các dịch vụ phát trực tuyến và đài phát thanh phải đối mặt với nhiệm vụ Herculean là chọn các bài hát xứng đáng có một vị trí trong danh sách phát của họ.

Cho đến nay, họ vẫn dựa vào sự kết hợp giữa trực giác của con người và trí tuệ nhân tạo, đạt được tỷ lệ dự đoán trúng đích chính xác gần bằng tung đồng xu. Nhưng một cách tiếp cận thay đổi cuộc chơi, nơi máy học đáp ứng khoa học thần kinh, hứa hẹn sẽ thay đổi giai điệu lựa chọn bài hát. Trong nghiên cứu mới, các nhà nghiên cứu đã báo cáo độ chính xác ấn tượng 97% trong việc dự đoán các lượt truy cập.

Một bản giao hưởng của khoa học

Các nhà nghiên cứu từ Hoa Kỳ đã nghiên cứu kỹ cách bộ não của chúng ta phản ứng với âm nhạc bằng cách áp dụng các kỹ thuật máy học vào dữ liệu sinh lý thần kinh. Điều thú vị nhất về tất cả? Họ không cần đo trực tiếp phản ứng thần kinh thực sự của một người.

“Phòng thí nghiệm của tôi trước đây đã xác định thứ dường như là một hệ thống đánh giá não bộ cho các trải nghiệm xã hội và cảm xúc mà tôi gọi là Sự đắm chìm. Trong các cuộc thảo luận với các dịch vụ phát trực tuyến, họ nói với tôi rằng họ gặp khó khăn trong việc giới thiệu nhạc mới cho khách hàng vì lượng nhạc mới quá lớn. Tôi nghĩ rằng việc đo lường sự hòa nhập thần kinh có thể giúp giải quyết vấn đề này,” Paul J. Zak, giáo sư tại Đại học Claremont Graduate và là tác giả chính của nghiên cứu mới, cho biết. Khoa học ZME.

Zak nhận được 24 bài hát được phát hành gần đây từ dịch vụ phát trực tuyến, cùng với ba tháng dữ liệu sau khi phát hành. Điều này bao gồm số lần phát, bổ sung vào danh sách phát của người dùng và các số liệu hữu ích khác.

Bộ bài hát bao gồm cả “hit” và “flops”, trong đó một bài hát được coi là hit miễn là nó đã nhận được ít nhất 700.000 lượt nghe trực tuyến trong sáu tháng qua. Các thể loại nổi tiếng bao gồm rock (Girl In Red “Bad Idea”), hip-hop (Roddy Rich “The Box”) và EDM (Tons and I “Dance Monkey”).

Các nhà nghiên cứu đã tuyển dụng 33 người tham gia từ khuôn viên Claremont và cộng đồng xung quanh, những người được trang bị các thiết bị ghi lại sinh lý thần kinh không xâm lấn. Đây là những thiết bị có sẵn trên thị trường, chẳng hạn như cảm biến tim trên đồng hồ thông minh.

Dữ liệu này sau đó được đưa vào nền tảng Immersion Neuroscience do Zak thành lập. Nền tảng sử dụng dữ liệu này, chẳng hạn như nhịp tim của một người, để suy ra trạng thái thần kinh từ hoạt động của dây thần kinh sọ.

Các nhà nghiên cứu đã tổng hợp dữ liệu này thành một thước đo mà họ gọi là “sự đắm chìm”, trạng thái gắn kết hoặc hấp thụ sâu sắc mà các cá nhân trải nghiệm khi nghe nhạc. Những tín hiệu não được sử dụng này sẽ phản ánh hoạt động trong các mạng não liên quan đến tâm trạng và mức năng lượng.

Ví dụ, khi não chịu tác động của các kích thích cảm xúc, chẳng hạn như âm nhạc, dopamine được giải phóng và liên kết với vỏ não trước trán trong khi oxytocin được giải phóng từ thân não. Những chất dẫn truyền thần kinh và kích thích tố này có tác động hạ nguồn lên cơ thể con người, cuối cùng chuyển thành các phản ứng sinh lý có thể đo lường được, chẳng hạn như nhịp tim của bạn.

Đây là một cách tiếp cận hạn chế hơn so với việc chụp ảnh trực tiếp bộ não của một người, nhưng kỹ thuật này có thể là một phương pháp khả thi để xác định phản ứng thần kinh của một người đối với âm nhạc. Sức mạnh của nó nằm ở chỗ những tín hiệu này có thể được đo bằng một thứ đơn giản như đồng hồ thông minh hoặc dây đeo thể dục, trong khi hoạt động của não thường được ghi lại bằng thiết bị phòng thí nghiệm cồng kềnh.

Bạn có thể tin vào tai mình?

Ngoài dữ liệu sinh lý thần kinh, các nhà nghiên cứu cũng thực hiện một cuộc khảo sát để đánh giá chủ quan về các bài hát. Những người tham gia được hỏi họ thích bài hát đó đến mức nào, liệu họ có nghĩ rằng họ sẽ chơi lại nó trong tương lai hay không, liệu họ có muốn giới thiệu nó cho bạn bè hay liệu họ đã nghe nó trước đây chưa.

Cuộc khảo sát nhỏ này gợi ý rằng các bài hát mà mọi người nói rằng họ thích có liên quan về mặt thống kê với số lượng luồng — nhưng chỉ khi những người tham gia biết trước bài hát đó. Đối với các bài hát không quen thuộc, khi những người tham gia xác định các bài hát họ thích, xếp hạng của họ giống nhau về mặt thống kê đối với các bài hát thành công và thất bại.

Nói cách khác, đối với một bài hát mà chúng ta không biết, dường như chúng ta không thể dự đoán chính xác liệu nó có phát triển thành một ca khúc nổi tiếng hay không. Nhưng phản ứng của cơ thể chúng ta với âm nhạc có thể phù hợp hơn với chất lượng của âm nhạc phổ biến.

Sau khi thu thập dữ liệu, nhóm đã sử dụng nhiều kỹ thuật thống kê để đo khả năng dự đoán của các biến số sinh lý thần kinh của họ. Đó là một cuộc đua, với các mô hình khác nhau cạnh tranh để có kết quả dự đoán cao nhất. Để tinh chỉnh thêm các dự đoán của mình, họ đào tạo các mô hình học máy, khám phá các thuật toán khác nhau cho đến khi chúng đạt được độ chính xác cao nhất có thể.

Kết quả thật đáng kinh ngạc. Mô hình thống kê tuyến tính xác định thành công các ca khúc hit với tỷ lệ 69%. Tuy nhiên, khi máy học được áp dụng cho dữ liệu thu thập được, độ chính xác đã tăng lên 97%.

Zak nói: “Tại sao? Máy học nắm bắt được tính chất phi tuyến tính vốn có của bộ não và do đó đo lường tốt hơn mức độ bộ não đánh giá cao những trải nghiệm như nghe nhạc mới”.

Nhóm cũng nghiên cứu sâu hơn, áp dụng học máy vào các phản ứng thần kinh trong phút đầu tiên của bài hát, đạt được tỷ lệ thành công 82% trong việc xác định các bản hit.

Được gọi là “dự báo thần kinh”, phương pháp này khai thác hoạt động thần kinh của một nhóm nhỏ các cá nhân để dự đoán phản ứng của một quần thể lớn hơn. Trước đây, dự đoán thần kinh đã được sử dụng để dự đoán sự dao động của thị trường chứng khoán, video nào sẽ lan truyền và ai sẽ giành chiến thắng trong cuộc bầu cử.

“Cách tiếp cận này đang đạt được đà phát triển trong khoa học thần kinh và được gọi là” bộ não như một công cụ dự báo “hoặc” dự báo thần kinh “, sử dụng hoạt động thần kinh của một số ít người để dự đoán hành vi tổng thể của hàng trăm nghìn người,” Zak nói .

“Trong 20 năm qua, nghiên cứu của tôi đã lập bản đồ cẩn thận về mối quan hệ giữa não bộ và hệ thần kinh ngoại vi để chúng ta có thể, trong thời gian thực và không cần công nghệ đắt tiền, nắm bắt được những giá trị của não bộ từng khoảnh khắc. Trong khi thu thập dữ liệu bằng cách sử dụng nền tảng thương mại nhúng có thể được thực hiện bởi bất kỳ ai trong thời gian thực, việc xây dựng một mô hình học máy dự đoán đã tốn khá nhiều công sức của tôi và các sinh viên mới tốt nghiệp rất thông minh của tôi.”

Tương lai của ngành kinh doanh âm nhạc

Tất cả điều này có nghĩa là thuật toán này có thể được sử dụng để dự đoán bài hát nổi tiếng tiếp theo với độ chính xác 97%? Đó sẽ là một cái gì đó nhưng để trích dẫn Zak, “không thực sự”. Kích thước mẫu cho cả những người tham gia và bản thân các bài hát là tương đối nhỏ. Lý tưởng của mọi người trong âm nhạc có thể khác nhau và họ thường bị ảnh hưởng bởi văn hóa.

Tuy nhiên, kích thước hiệu ứng rất lớn cho thấy phương pháp này có thể dự đoán rất tốt các bài hát và thể loại. Tất nhiên, điều này sẽ thu hút sự chú ý của cả dịch vụ phát trực tuyến và người sáng tạo. Cuối cùng, điều này cũng có thể ảnh hưởng đến bạn — người nghe.

“Vì không yêu cầu phần cứng đặc biệt và thiết bị đeo thể dục và đồng hồ thông minh là phổ biến, các dịch vụ phát trực tuyến có thể gửi nhạc cho khách hàng dựa trên tâm trạng/trạng thái thần kinh hiện tại của họ và mọi người có nhiều khả năng thưởng thức âm nhạc đó hơn là yêu cầu họ chọn nhạc mới một cách có ý thức. Mọi người với thiết bị đeo cũng có thể được khuyến khích nghe nhạc mới, thậm chí một số trong số đó giống như chúng tôi đã giới thiệu trên báo, để giúp các dịch vụ phát trực tuyến chọn loại nhạc nào sẽ quảng cáo,” Zak nói.

Trong một tương lai khi công nghệ khoa học thần kinh trở nên phổ biến như điện thoại thông minh, chúng ta có thể thấy các lựa chọn giải trí của mình được điều chỉnh dựa trên sinh lý thần kinh của chúng ta. Nó giống như có một trợ lý cá nhân lắng nghe cơ thể bạn, chọn ra một vài bản nhạc hoàn hảo cho chính bạn trong số rất nhiều khả năng, giúp quá trình lựa chọn âm nhạc của bạn nhanh hơn và thú vị hơn.

Hơn nữa, không có lý do gì mà phương pháp tương tự không thể được sử dụng để điều chỉnh sở thích của người tiêu dùng đối với các phương tiện có tác động đến cảm xúc khác, chẳng hạn như phim hoặc chương trình truyền hình.

“Tôi ghét nhìn thấy những nỗ lực bị lãng phí. Giá trị thực sự của cách tiếp cận của chúng tôi là giúp các nghệ sĩ trẻ có được trực giác về cách tạo ra các bản hit mà các nghệ sĩ/ban nhạc lớn tuổi đã trải qua quá trình thử và sai. Ví dụ, các nghệ sĩ trẻ có thể tạo ra các bài hát mới, đo lường thần kinh Hòa nhập, sau đó sửa đổi bài hát để tăng Hòa nhập và khả năng thành công,” Zak nói.

“Điều này giải quyết tình trạng tiến thoái lưỡng nan về mặt triết học mà tất cả các nghệ sĩ đều gặp phải: Họ cho rằng nếu họ thích nội dung họ tạo ra thì những người khác cũng sẽ thích nội dung đó. Bằng cách đo lường Mức độ hòa nhập, họ có thể nhanh chóng biết được mọi người sẽ thích nội dung gì. Điều này có thể giúp kích thích khả năng sáng tạo của họ. Nó cũng khiến người dùng hài lòng hơn nội dung. Đôi bên cùng có lợi!”

Những phát hiện đã được báo cáo trong tạp chí Biên giới trong trí tuệ nhân tạo.