Teledyski U2 są teraz wykorzystywane w badaniach nad sztuczną inteligencją

Sztuczna inteligencja mogłaby pewnego dnia przeskanować teledyski, które oglądamy, by stworzyć predykcyjne opcje odkrywania muzyki na podstawie emocji wykonawcy. Co oznacza, że ​​A.I. wkrótce będę w stanie rozpoznać smutną twarz Bono i służyć ci bardziej mopey Bono, a może coś bardziej uśmiechniętego.

Technologia do tego nie istnieje, ale Diane Rasmussen Pennington, wykładowca na Uniwersytecie Strathclyde w Glasgow w Szkocji, przeprowadziła badania na 150 filmach stworzonych przez fanów U2 i nagrała nie-tekstowe wskazówki emocjonalne, aby pokazać, które rysy twarzy a obiekty mogą być najbardziej przydatne w przyszłych programach.

„Pełne ujawnienie, U2 jest moim ulubionym zespołem od dłuższego czasu”, mówi Pennington Odwrotność dodając, że istniało wiele innych powodów, dla których filmy zespołu były wykorzystywane jako poligon doświadczalny. „Obiektywnie, od lektury, którą zrobiłem, i nie tylko od mojego postrzegania jako fanki, ogólnie ludzie, którzy lubią muzykę U2, uważają ją za bardzo emocjonalne doświadczenie, kiedy jej słuchają, może bardziej niż inne zespoły. … Jest coś niemal wysoce duchowego dla fanów zespołu. ”

Pennington zdecydował się skupić na jednym utworze U2 „Song For Someone” z kontrowersyjnego albumu zespołu z 2014 roku Pieśni niewinności, który siedzi w dziesiątce ludzi w iTunes, czy jest potrzebny, czy nie. Filmy zawierały pokazy slajdów fanów obsługiwane przez muzykę zespołu, samouczki na temat wykonywania utworu i oczywiście okładki. Kategoryzowała mimikę wykonawców, a także pamiątki po fanach, w tym koszulki, plakaty koncertowe i okulary inspirowane stylem Bono.

Pennington mówi A.I. Oprogramowanie coraz lepiej identyfikuje różne tekstury i okrągłe obiekty na zdjęciach i filmach, ale ma nadzieję, że jej badania mogą być małym krokiem w kierunku określenia emocjonalnego znaczenia tych obiektów.

Facebook zasygnalizował, że chce stworzyć A.I. to „bardziej spostrzegawczy niż ludzie”, aby lepiej wyświetlać treści i reklamy oparte na wizualnych wskazówkach z filmów i zdjęć udostępnianych na platformie. Twitter testuje już podobną technologię Cortex, która ma na celu inteligentną identyfikację obiektów na żywo w kanałach Periscope, aby lepiej polecać transmisje strumieniowe na żywo.

Te same koncepcje mogą z pewnością dotyczyć wojen o ciągłym strumieniowaniu muzyki. Wśród głównych platform strumieniowania muzyki jest wyścig do opracowania najlepszego oprogramowania do wykrywania predykcyjnego. Apple Music używa ludzkich kuratorów do tworzenia list odtwarzania, aby zrekompensować brak spójności w programach algorytmicznych używanych przez konkurentów Spotify i Google.

Ostatecznie, technolodzy, tacy jak prezes Alphabet i założyciel Google Eric Schmidt, przewidują, że konsumenci przyszłości będą polegać na oprogramowaniu komputerowym, aby obsługiwać ich opcje wyszukiwania muzyki.

Spotify i Apple Music mają tendencję do odważnych roszczeń co do liczby abonentów miesięcznie, ale na razie królem jest YouTube, z ponad miliardem użytkowników miesięcznie, który dominuje w krajobrazie przesyłania muzyki.

Serwis YouTube Red i aplikacja YouTube Music dobrze wykonują nowe i różne opcje odkrywania muzyki, ale są one osłabione przez brak możliwości rzeczywistego zidentyfikowania tego, co jest odtwarzane na ekranie. Oczywiście, Google wie, do których filmów dałeś kciuki, obejrzał 50 razy powtórzone, udostępnił w mediach społecznościowych i skomentował, ale nie ma wskazówek wizualnych, aby powiedzieć, dlaczego.

Odbiorcy mogą również generować wyniki wyszukiwania oparte na uczuciach emocjonalnych za utworami i ich wykonawcami. Na przykład, dzisiejsze wyszukiwanie „złego dnia” może wywołać singiel Daniela Powtera, ale w przyszłości użytkownikom może zostać dostarczony ten teledysk wraz z bardziej dopasowanymi artystami, którzy po prostu wywołują emocje związane ze złym dniem, a nie konkretnie tą piosenką. Warto również zauważyć, że wyniki wyszukiwania YouTube są obecnie oparte w dużej mierze na widokach, podczas gdy polubienia, udziały i komentarze bardziej bezpośrednio wpływają na sugerowanych artystów na stronie pulpitu lub na wybór listy odtwarzania w aplikacji YouTube Music.

Badania Penningtona mogą być krokiem w kierunku nie tylko identyfikacji tego, co jest na naszych ekranach, ale także tego, dlaczego zespoły takie jak U2 wywołują taką emocjonalną reakcję.