U2-musikvideor används nu i artificiell intelligensstudie

U2 - Song For Someone

U2 - Song For Someone
Anonim

Konstgjord intelligens kan en dag skanna musikvideoproblemen vi tittar på för att komma fram med prediktiva musikupptäckningsalternativ baserat på känslor av utövande. Vilket innebär att A.I. kommer snart att kunna känna igen Bonos tråkiga ansikte och tjäna dig mer mopey Bono, eller kanske något mer smiley.

Tekniken för att göra det är inte riktigt ännu, men Diane Rasmussen Pennington, en föreläsare vid University of Strathclyde i Glasgow, Skottland, genomförde forskning på 150 videoklipp från U2-fans och spelade in icke-textbaserade känslomässiga signaler för att visa vilka ansiktsdrag och objekt kan vara mest användbara för framtida program.

"Fullständigt avslöjande, U2 har varit mitt favoritband under en lång tid", berättar Pennington Omvänd, och tillade att det fanns ett antal andra skäl att använda bandets videor som testplats. "Objektivt, från läsning har jag gjort och inte bara min uppfattning som fan, i allmänhet tycker de som tycker om U2s musik att det är en väldigt känslomässig upplevelse när de lyssnar på det, kanske mer än andra band. … Det finns något nästan mycket andligt för bandets fans."

Pennington valde att fokusera på bara en U2-melodi, "Song For Someone" av bandets kontroversiella 2014-rekord Oskuldsånger, som sitter i ett ton av människors iTunes om det är önskat eller inte. Videon inkluderade fläkt bildspel som stöds av bandet musik, handledning om hur man utför låten, och självklart täcker. Hon kategoriserade utställarnas ansiktsuttryck och fan memorabilia inklusive t-shirts, konsertaffischer och Bono-inspirerade solglasögon.

Pennington säger A.I. Programvaran blir bättre för att identifiera olika texturer och cirkulära objekt i foton och videor, men hoppas att hennes forskning kan vara en liten steg för att identifiera den emotionella betydelsen bakom dessa objekt.

Facebook har signalerat att det vill skapa A.I. det är "mer uppfattande än människor" för att bättre kunna tjäna innehåll och annonser baserat på visuella signaler från videor och foton som delas på plattformen. Twitter testar redan sin liknande Cortex-teknik, som syftar till att smart identifiera objekt i Live Periscope-flöden för att bättre rekommendera live-videostreamingshändelser.

Samma begrepp skulle säkert kunna gälla för de kontinuerliga strömmande strömmarna. Bland de stora musikströmmande plattformarna är det en tävling för att utveckla den bästa prognostiska funktionsprogramvaran. Apple Music använder mänskliga curators för att göra spellistor för att kompensera för bristen på konsistens som finns i algoritmiska program som används av sina konkurrenter Spotify och Google.

I slutändan, tekniker som Alfabet verkställande ordförande och Google grundare Eric Schmidt, förutspå konsumenter av framtiden kommer att förlita sig på datorsoftware för att tjäna dem musik upptäckt alternativ.

Spotify och Apple Music tenderar att göra djärva anspråk på deras antal månatliga abonnenter, men för närvarande är kungen YouTube, med mer än en miljard månadsanvändare som dominerar musikströmmande landskapet.

YouTube Red och YouTube Music-appen gör ett bra jobb att betjäna nya och olika alternativ för musikupptäckt, men det släpar ner genom att det inte går att identifiera vad som spelas på skärmen. Visst, Google vet vilka videoklipp du gav en tumme upp till, tittade 50 gånger på upprepning, delades på sociala medier och kommenterade, men det har inte visuella signaler att berätta varför.

Publiken kan också generera sökresultat baserat på den känslomässiga känslan bakom sånger och deras artister. Till exempel kan en sökning idag för "Bad Day" ta upp singeln av Daniel Powter, men i framtiden kan användarna betjänas som musikvideo tillsammans med mer skräddarsydda artister som helt enkelt framkallar känslan av att ha en dålig dag och inte specifikt den sången. Det är också värt att notera att YouTubes sökresultat i stor utsträckning baseras på synpunkter, medan gillar, aktier och kommentarer direkt påverkar de föreslagna artisterna på skrivbordssidan eller spellistan i YouTube Music App.

Penningtons forskning kan vara ett steg mot att inte bara identifiera vad som finns på våra skärmar men också varför band som U2 framkallar ett sådant känslomässigt svar.