U2 музикални видеоклипове сега се използват в изследването на изкуствения интелект

Изкуственият интелект може един ден да сканира музикалните клипове, които наблюдаваме, за да излезе с предсказуеми възможности за откриване на музика въз основа на емоциите на изпълнителя. Което означава, че A.I. Скоро ще успея да разпознае тъжното лице на Боно и да ти служи по-силен Боно, или може би нещо по-усмихнато.

Технологията за това все още не е там, но Даян Расмусен Пеннингтън, преподавател в Университета на Стратклайд в Глазгоу, Шотландия, провежда проучвания върху 150 видеоклипа, направени от феновете на U2, и записва емоционални подсказки, които показват кои черти на лицето и обектите могат да бъдат най-полезни за бъдещи софтуерни програми.

„Пълното разкриване, U2 е любимата ми група от дълго време”, казва Пенингтън обратен и добави, че има редица други причини да се използват видеоклиповете на групата като тестова площадка. "Обективно, от четенето съм направил, а не само моето възприятие като фен, обикновено хората, които обичат музиката на U2, смятат, че това е много емоционално преживяване, когато го слушат, може би повече от други групи. … Има нещо почти духовно за феновете на групата."

Пенингтън избра да се съсредоточи върху само една U2 мелодия, "Song For Someone" извън спорния запис на групата от 2014 г. Песни за невинност, която е в тон на iTunes на хората, независимо дали е желана или не. Видеоклиповете включват фен слайдшоута, подкрепени от музиката на групата, уроци за това как да изпълняват песента, и разбира се, покрива. Тя категоризира изражението на лицето на изпълнителите, както и обложките на феновете, включително тениски, концертни плакати и вдъхновени от Боно слънчеви очила.

Пеннингтън казва А.И. Софтуерът се подобрява при идентифицирането на различни текстури и кръгови обекти в снимки и видеоклипове, но се надява нейните изследвания да бъдат малка стъпка към идентифициране на емоционалното значение на тези обекти.

Facebook е сигнализирал, че иска да създаде A.I. това е "по-възприемчиво от хората", за да обслужва по-добре съдържанието и рекламите въз основа на визуални указания от видеоклипове и снимки, споделени на платформата. Twitter вече тества своята подобна Cortex технология, която има за цел да идентифицира елементите в живите канали на Periscope, за да може по-добре да препоръча събития с видео в реално време.

Същите понятия биха могли да се отнасят и за непрекъснатите музикални потоци. Сред основните платформи за стрийминг на музика, това е надпревара за разработване на най-добрия софтуер за прогнозиране. Apple Music използва човешки куратори, за да създават плейлисти, за да компенсират липсата на последователност в алгоритмичните програми, използвани от неговите конкуренти Spotify и Google.

В крайна сметка технолози като изпълнителният директор на Alphabet и основателят на Google Ерик Шмид предсказват, че потребителите на бъдещето ще разчитат на компютърен софтуер, за да им служат възможности за откриване на музика.

Spotify и Apple Music са склонни да правят смели твърдения за броя на месечните си абонати, но засега кралят е YouTube, с повече от един милиард потребители месечно, който доминира в музикалния пейзаж.

YouTube Red и приложението Музика на YouTube вършат добра работа за показване на нови и различни опции за откриване на музика, но тя е изтеглена от неспособността си да идентифицира действително какво се играе на екрана. Разбира се, Google знае кои видеоклипове давате, да гледате 50 пъти на повторение, да ги споделяте в социалните медии и да коментирате, но няма визуални подсказки, за да му кажете защо.

Аудиториите могат също да генерират резултати от търсене въз основа на емоционалното чувство зад песните и техните изпълнители. Например, търсенето днес за „лош ден“ може да доведе до появата на сингъла на Даниел Паутър, но в бъдеще потребителите ще могат да получат този музикален клип заедно с по-специализирани изпълнители, които просто предизвикват емоцията да имат лош ден, а не конкретно тази песен., Също така трябва да отбележим, че резултатите от търсенето в YouTube понастоящем до голяма степен се основават на изгледи, а харесванията, споделянията и коментарите по-пряко засягат предложените изпълнители на работния плот или в списъка с плейлисти в приложението Музика на YouTube.

Изследването на Пеннингтън може да бъде стъпка към не само идентифицирането на това, което е на екраните, но също и защо групи като U2 предизвикват такъв емоционален отговор.