一项新研究表明，人工智能（AI）可以准确地识别热门歌曲，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们使用了神经网络——一种模仿人脑的AI技术，来分析听众对24首歌曲的神经生理反应。研究发现，通过测量少数几个志愿者的大脑活动，就可以预测数百万人是否会喜欢这些歌曲。这一方法被称为“神经预测”，其准确率高达97%。 高级研究人员、该校教授保罗·扎克表示：“通过将机器学习应用于神经生理数据，我们几乎可以完美地识别出热门歌曲。33个人的神经活动可以预测数百万人是否会听新歌，这非常令人惊讶。以前从未有过这样的准确率。”研究表明，这种AI系统不仅可以取代电视选秀节目的评委，还可以提高流媒体服务的效率。
目前市场上每天有数万首歌曲发布，像Spotify、Tidal和Deezer这样的应用很难选择哪些歌曲加入播放列表，之前试图识别能够吸引大众的歌曲的方法只有50%的成功率。而这项实验通过让参与者戴着扫描仪，在听一组24首歌曲时，收集他们的神经生理反应、喜好和基本人口统计数据，发现即使只分析歌曲第一分钟的神经反应，也能达到82%的准确率。 这意味着流媒体服务可以更有效地识别出可能成为热门歌曲的新歌，使流媒体服务的工作更容易，也让听众更满意。扎克说：“如果未来像我们用于这项研究的那样的可穿戴神经科学技术变得普遍，那么根据听众的神经生理状态，可以向他们发送合适的娱乐内容。他们不必在数百个选择中挑选，而是只给他们两三个选择，让他们更容易更快地选择自己喜欢的音乐。” 此外，研究人员还指出，这种技术不仅可以用于识别热门歌曲，还可以应用于其他类型的娱乐内容，如电影和电视节目。这项研究已发表在《人工智能前沿》杂志上。
