Az U2 Music Videos jelenleg mesterséges intelligencia tanulmányban használatos

A mesterséges intelligencia egy nap beolvashatja a zenei videókat, amiket megnézünk, hogy előadási zenei felfedezési lehetőségeket találjunk az előadó érzelmei alapján. Ami azt jelenti, hogy A.I. hamarosan képes lesz felismerni Bono szomorú arcát, és jobban kiszolgálhatja Bono-t, vagy talán valami többet.

Ez a technológia még nem elég, de Diane Rasmussen Pennington, a Glasgow-i Skóciában, a Strathclyde-i Egyetem előadója az U2-rajongók által készített 150 videóból készített felvételeket és rögzített nem szövegalapú érzelmi jeleket végzett, hogy megmutassa, melyik arc jellemzői és az objektumok leginkább hasznosak lehetnek a jövőbeni szoftverek számára.

- Teljesen nyilvánosságra hozható, hogy az U2 hosszú ideje a kedvenc zenekarom - mondta Pennington fordítottja hozzátéve, hogy számos más ok is volt arra, hogy a zenekar videóit tesztelésként használják. „Objektív módon, az olvasástól kezdve, nemcsak rajongóként, hanem általában az U2 zenéjét kedvelőknek is nagyon érzelmi élménynek számítanak, amikor meghallgatják, talán inkább más zenekarokkal. … Valami szinte nagyon szellemi a zenekar rajongói számára.

Pennington úgy döntött, hogy csak egy U2 dallamra összpontosít, a „Song for Someone” a zenekar ellentmondásos 2014-es rekordjából Az ártatlanság dalai, amely egy csomó ember iTunesban ül, függetlenül attól, hogy akar-e vagy sem. A videók tartalmazzák a zenekar által támogatott rajongó-diavetítéseket, oktatóanyagokat arról, hogyan kell végrehajtani a dalt, és természetesen a borítók. Az előadóművészek arckifejezéseit, valamint a rajongói emléktárgyakat, többek között pólókat, koncert plakátokat és Bono-ihlette napszemüveget kategorizálta.

Pennington szerint az A.I. a szoftver jobban felismeri a különböző textúrákat és kör alakú tárgyakat a képekben és videókban, de reméli, hogy a kutatása kis lépcsőfok lehet az objektumok mögötti érzelmi értelemben.

A Facebook jelezte, hogy A.I-t akar létrehozni. ez „jobban érzékelhető, mint az emberek”, hogy jobban kiszolgálhassák a tartalmat és a hirdetéseket a platformon megosztott videókból és fotókból származó vizuális jelzések alapján. A Twitter már teszteli hasonló Cortex technológiáját, amelynek célja az élő Periscope feedek objektumainak intelligens azonosítása az élő videó streaming események jobb ajánlása érdekében.

Ugyanezek a fogalmak minden bizonnyal vonatkozhatnak a folyamatos zenei streaming háborúkra. A legnagyobb zenei streaming platformok között a legjobb prediktív felfedező szoftver kifejlesztése. Az Apple Music humán kurátorokat használ a lejátszási listák létrehozásához, hogy kompenzálja a versenytársak Spotify és Google által használt algoritmikus programok közötti következetlenség hiányát.

Végső soron az olyan technikusok, mint az Alphabet ügyvezető elnöke és a Google alapítója, Eric Schmidt, megjósolják a jövő fogyasztóit, hogy a számítógépes szoftverekre támaszkodjanak a zenei felfedezés lehetőségeinek kiszolgálására.

A Spotify és az Apple Music a havi előfizetők számával kapcsolatban merész állításokat tesz, de a király jelenleg a YouTube, több mint egymilliárd havi felhasználóval rendelkezik, ami uralja a zenei streaming táját.

A YouTube Vörös és a YouTube Zene alkalmazás jó munkát végez, ha új és különböző lehetőségeket kínál a zenei felfedezéshez, de elhúzza az a képessége, hogy nem tudja ténylegesen azonosítani a képernyőn lejátszott játékokat. Persze, a Google tudja, hogy melyik videót adtál egy hüvelykujjhoz, 50-szer néztem meg ismételten, megosztották a közösségi médiában, és megjegyzéseket fűztek hozzá, de nem rendelkezik a vizuális jelekkel, hogy miért.

A közönségek keresési eredményeket is generálhatnak a dalok és előadóik mögötti érzelmi érzés alapján. Például, a „Bad Day” -ra történő keresés ma Daniel Powter egyedülállhat, de a későbbiekben a felhasználók számára a személyre szabottabb művészek mellett szolgáltathatják a zenei videót, ami egyszerűen felidézi a rossz nap érzését, és nem kifejezetten ezt a dalt.. Érdemes megjegyezni, hogy a YouTube keresési eredményei jelenleg nagyrészt a nézeteken alapulnak, míg a kedvelések, a részvények és a megjegyzések közvetlenül befolyásolják az asztali webhely javasolt művészeit vagy a YouTube-zenei alkalmazás lejátszási listájának kiválasztását.

Pennington kutatása egy lépés lehet, hogy ne csak azonosítsuk, mi van a képernyőkön, hanem az is, hogy az U2-es sávok ilyen érzelmi választ váltanak ki.