Алгоритм машинного обучения, разработанный исследователями из Клермонтского университета в США, продемонстрировал удивительную способность точно предсказывать будущие хиты.
С помощью системы, основанной на анализе мозговой активности, ученые достигли точности в 97% при определении потенциальных хитов. Подробности исследования были опубликованы в журнале Frontiers in Artificial Intelligence.
Главный автор исследования Пол Зак объясняет: “Мы использовали машинное обучение для анализа нейрофизиологических данных и смогли практически идеально определить будущие хиты”. Он также отмечает, что удивительно, насколько активность мозга всего 33 человек может предсказывать, будут ли миллионы других слушать новые песни. Ранее ни одна система не демонстрировала такую высокую точность. Об этом пишет ТАСС.
В ходе исследования ученые измеряли сигналы мозга участников, когда те слушали музыку. Специальные сенсоры регистрировали активность определенных систем мозга, отвечающих за настроение и уровень энергии. Затем, с использованием статистического анализа и модели машинного обучения, исследователи смогли предсказывать рыночные показатели, включая количество прослушиваний определенных песен, с точностью 97%.
Этот метод, известный как “нейропрогнозирование”, позволяет предсказывать реакцию аудитории на основе нейронной активности нескольких людей. Помимо поиска музыкальных хитов, такой подход может быть применен для прогнозирования успеха фильмов и телешоу, отмечают ученые. Новая технология обладает большим потенциалом для создания более точных и персонализированных музыкальных подборок, которые учитывают индивидуальные предпочтения слушателей.
