IT之家6月21日消息，一项新研究表明，人工智能（AI）可以准确识别热门歌曲，这可能会威胁到音乐制作人和选秀节目评委的工作。

加州克莱蒙特研究生大学的科学家使用神经网络（一种模仿人脑的人工智能技术）来分析听众对 24 首歌曲的神经生理反应。 他们发现，通过测量少数志愿者的大脑活动，可以预测数百万人是否喜欢这些歌曲。 他们的方法被称为“神经预测”，准确率高达 97%。

“通过将机器学习应百思特网用于神经生理学数据，我们能够几乎完美地识别热门歌曲，”该研究的资深作者、该校教授保罗扎克(Paul 百思特网)在一份媒体新闻稿中表示。 数以百万计的人听新歌真是太神奇了。 以前从未有过这样的准确性。”

IT之家注意到，这套人工智能系统不仅可以取代电视选秀节目的评委，还能提高流媒体服务的效率。 由于每天都会发布数以万计的歌曲，Tidal 和 Tidal 等应用程序很难选择将哪些歌曲添加到播放列表中，而以前尝试识别对大众有吸引力的歌曲的方法只有 50% 的成功率。

在实验中百思特网，参与者佩戴扫描仪，在听 24 首歌曲时测量他们的神经生理反应。 他们还被要求提供他们的偏好和基本人口统计数据。 扎克说：“我们收集的大脑信号反映了与情绪和能量水平相关的大脑网络的活动。”

研究小组发现，即使只分析歌曲第一分钟的神经反应，准确率也达到 82%。

扎克解释道：“这意味着流媒体服务可以更有效地识别可能成为热门歌曲的新歌曲，使流媒体服务的工作变得更轻松，听众也更满意。如果未来像我们在这项研究中使用的那样，像我们这样的可穿戴神经科学技术变得无处不在， “这样就可以根据观众的神经生理状态向他们发送正确的娱乐内容。他们不必从数百个选项中进行选择，而只需给他们两到三个选择，让他们更容易、更快地选择自己喜欢的音乐。”

研究人员指出，这种技术不仅可以用于识别热门歌曲，还可以用于识别其他类型的娱乐内容，例如电影和电视节目。 该研究发表在《人工智能前沿》杂志上。