Как понять, что песня станет хитом, еще до релиза? Ученые нашли ответ
Почему одна песня взлетает на вершину чартов, а другая не доходит даже до середины? Структура хита остается загадкой, которую ученые и музыкальная индустрия стремятся разгадать. Эксперты предполагают, что секрет судьбы песни кроется в мозге слушателей. Разбираемся подробнее.
Показатели мозга важнее, чем ваше мнение
До сих пор у экспертов не было понимания того, какие качества связывают популярные песни. А отдельные тезисы о том, из чего должен состоять идеальный трек, были скорее догадками. Представители музыкальной индустрии традиционно полагались на большие базы данных для анализа лирических и акустических аспектов композиций, включая темп и танцевальность. Теперь то, станет ли песня хитом, сможет предсказать программное обеспечение еще до ее выпуска.
В 2011 году инженеры по машинному обучению из Бристольского университета в Англии разработали «уравнение потенциала хита», которое анализировало характеристики 23 песен. Оно смогло определить судьбу композиций с 60-процентной точностью. Затем ученые проанализировали данные более чем 600 тыс. песен и не обнаружили корреляции между различными акустическими характеристиками и количеством недель, в течение которых песня оставалась в чартах типа Billboard Hot 100 или Spotify Top 50.
Тогда эксперты решили изучить, как люди реагируют на песни. Связь оказалась чересчур простой: музыка предназначена для того, чтобы вызывать эмоциональные переживания, которые исходят из мозга. Ученые снабдили 33 участников носимыми кардиодатчиками, которые используют световые волны, проникающие через кожу, для отслеживания изменений кровотока. Точно так же обычные умные часы и фитнес-трекеры определяют частоту сердечных сокращений. В исследовании участники прослушали 24 песни, начиная от мегахитов и заканчивая провальными композициями. Затем данные о частоте сердечных сокращений передали через платформу Immersion Neuroscience, которая преобразует сердечную активность в показатели внимания и эмоционального резонанса.
Именно эти сигналы смогли предсказать популярные песни с умеренной точностью — хитовые песни вызывали больший эмоциональный резонанс в мозге. Напротив, субъективная оценка того, насколько участникам понравилась та или иная песня, не была точным показателем ее популярности. Иначе говоря, мнение и ответ мозга порой полностью отличались.
ИИ поможет вычислять хиты
Модель машинного обучения, обученная на этих данных, смогла классифицировать, является ли песня хитом или провалом, с точностью 97%.
Но ученые уже не в первый раз используют сигналы мозга для прогнозирования популярности песен. В 2011 году они выяснили, что слабые реакции в прилежащем ядре, области, которая регулирует то, как наш мозг управляет мотивацией и вознаграждением, точно предсказывают 90% песен, проданных тиражом менее 20 тыс. копий. С хитами сложнее — метод смог предсказать успех только в 30% случаев. Если смарт-часы действительно способны на более эффективные результаты, они привнесут революцию в восприятие песен.
Некоторые ученые скептически относятся к идее, что модели машинного обучения могут улавливать сложные нюансы, которые делают песню хитом. Например, в 2019 году они провели исследование музыкального удовольствия. Первоначальная работа выявила взаимосвязь между предсказуемостью и эмоциональной реакцией, но воспроизвести результаты не вышло. Найти надежные показатели даже самых грубых различий, благодаря которым песня становится хитом, оказалось очень сложно. Так что ученые настроены скептически.
Однако, если недавние результаты будут успешно воспроизведены, новая модель может иметь огромный коммерческий потенциал. Она позволит эффективно сортировать огромное количество существующих композиций: правильные хиты можно будет отправлять слушателям в зависимости от их нейрофизиологии. Вместо того, чтобы предлагать сотни вариантов, ИИ предоставит пользователю всего два или три, что упростит и ускорит выбор музыки, которая понравится.
Поскольку носимые устройства становятся дешевле и все более распространенными, новая технология сможет пассивно отслеживать активность мозга и рекомендовать музыку, фильмы или телепередачи на основе этих данных.
Этические проблемы
Перспектива объединения чтения мыслей и машинного обучения для предсказания хитов сопряжена с этической дилеммой. Если ученые обучат модель машинного обучения понимать, как разные типы музыки влияют на активность мозга, ее можно будет использовать для манипулирования эмоциями.
Некоторые предполагают, что новая технология снизит затраты на производство музыки и даже превратит музыкальные шоу в пережиток прошлого. Почти безупречная точность модели при прогнозировании популярности песен ставит под угрозу возможность для творческого развития авторов.
