Với hàng ngàn bài hát được phát hành mỗi ngày, các dịch vụ phát trực tuyến và đài phát thanh phải đối mặt với thách thức trong việc lựa chọn các bài hát sẽ thu hút nhiều đối tượng khán giả.

Để giải quyết vấn đề này, dịch vụ đã sử dụng người nghe và trí tuệ nhân tạo. Tuy nhiên, phương pháp này không dự đoán một cách đáng tin cậy liệu một bài hát có trở thành hit hay không, dao động ở tỷ lệ chính xác 50%.

Giờ đây, một nghiên cứu của một nhóm các nhà nghiên cứu tại Hoa Kỳ đã khai thác sức mạnh của các kỹ thuật máy học toàn diện áp dụng cho các phản ứng của não bộ, mang lại kết quả đáng kinh ngạc là 97% trong việc dự đoán các bài hát nổi tiếng.

(Ảnh: OpenClipart-Vectors từ Pixabay)

Áp dụng học máy vào dữ liệu sinh lý thần kinh

Giáo sư Paul Zak từ Đại học Claremont Graduate, tác giả chính của nghiên cứu, giải thích về phát hiện này: “Bằng cách áp dụng học máy vào dữ liệu sinh lý thần kinh, chúng tôi có thể xác định gần như hoàn hảo một bài hát nổi tiếng. Hoạt động thần kinh của 33 người có thể dự đoán nếu hàng triệu những người khác đang nghe các bài hát mới. Các bài hát khá tuyệt vời. Chưa từng có thứ gì đạt được độ chính xác như thế này trước đây.”

Nghiên cứu liên quan đến việc trang bị cho những người tham gia các cảm biến bất thường và yêu cầu họ nghe một bộ gồm 24 bài hát trong khi cung cấp phản hồi về lựa chọn của họ và một số thông tin nhân khẩu học.

Các nhà nghiên cứu đã đo lường phản ứng sinh lý thần kinh của những người tham gia đối với các bài hát trong suốt quá trình thử nghiệm. Zak nhấn mạnh rằng các tín hiệu não thu thập được phản ánh hoạt động của các mạng lưới não liên quan đến tâm trạng và mức năng lượng.

Điều này cho phép nhóm dự đoán kết quả thị trường, bao gồm số lượng luồng bài hát, dựa trên dữ liệu thu được từ các nhóm nhỏ.

Cách tiếp cận sáng tạo này, được gọi là “dự báo trung tính”, tận dụng hoạt động thần kinh từ một số lượng cá nhân hạn chế để dự đoán các tác động ở cấp độ dân số mà không yêu cầu các phép đo hoạt động não rộng rãi từ các mẫu lớn.

Sau khi thu thập dữ liệu, các nhà nghiên cứu đã sử dụng nhiều phương pháp thống kê khác nhau để đánh giá độ chính xác của các dự đoán về các biến sinh lý thần kinh, tạo điều kiện so sánh trực tiếp các mô hình.

Thông qua việc sử dụng các thuật toán máy học, họ đã cải thiện độ chính xác của việc xác định các bài hát nổi tiếng. Trong khi mô hình thống kê tuyến tính đạt tỷ lệ thành công 69%, thì việc sử dụng các kỹ thuật máy học đã tăng tỷ lệ nhận dạng chính xác lên 97%.

Hơn nữa, khi máy học được áp dụng cho các phản ứng thần kinh trong những phút đầu tiên của bài hát, các bài hát nổi tiếng được xác định chính xác với tỷ lệ thành công 82%.

Đọc thêm: Bảo mật AI: Nghiên cứu mới khám phá bảo mật máy học mà không cần chạy vô số thử nghiệm

Công nghệ khoa học thần kinh có thể đeo được

Các nhà nghiên cứu hình dung một tương lai nơi công nghệ khoa học thần kinh có thể đeo được, tương tự như công nghệ được sử dụng trong nghiên cứu, trở nên phổ biến. Điều đó sẽ cho phép trải nghiệm giải trí phù hợp dựa trên sinh lý thần kinh của từng cá nhân, cung cấp nhiều lựa chọn bố cục phù hợp với sở thích của họ và giúp quá trình ra quyết định nhanh hơn và dễ dàng hơn.

Mặc dù kết quả nghiên cứu gần như hoàn hảo nhưng các nhà nghiên cứu cũng thừa nhận những hạn chế nhất định. Họ đã phân tích một số lượng tương đối nhỏ các bài hát và mặc dù những người tham gia nghiên cứu đại diện cho một nhóm nhân khẩu học khá đa dạng, một số nhóm dân tộc và độ tuổi không được đưa vào.

Tuy nhiên, các nhà nghiên cứu tin rằng phương pháp của họ có thể được áp dụng ngoài dự đoán của các bài hát nổi tiếng, có khả năng mở rộng sang các hình thức giải trí khác, chẳng hạn như phim và chương trình truyền hình. Những phát hiện của nghiên cứu đã được công bố trên tạp chí Frontiers in Artificial Intelligence.

Những bài viết liên quan: Tế bào thần kinh nhân tạo mỏng làm bằng vật liệu 2D có thể thúc đẩy điện toán AI

gạch tên