机器学习帮助研究人员以 97% 的准确率识别热门歌曲
每天发布数万首歌曲。 广播和流媒体服务很难从源源不断的新版本中选择歌曲。 这些服务利用人工智能和人类听众来寻找能引起广大听众共鸣的歌曲。 这种方法 50% 的准确率不允许它预测一首歌是否会流行。
美国研究人员使用基于大脑反应的机器学习技术来预测流行歌曲，准确率高达 97%。
保罗·扎克 (Paul Zak) 表示，通过对神经生理学数据应用机器学习，我们几乎能够完美地识别热门歌曲。 他是克莱蒙特研究生大学的教授，也是《人工智能前沿》上发表的一项研究的资深作者。 令人惊奇的是，33 个人的神经活动可以预测数百万人是否听过一首新歌。 这种准确度是前所未见的。
来源和详细信息：
https://techxplore.com/news/2023-06-machine-songs-accuracy.html