U2 musikkvideoer blir nå brukt i kunstig intelligensstudie

Kunstig intelligens kan en dag skanne musikkvideoene vi ser for å komme opp med prediktive musikkoppdagelsesalternativer basert på følelser av utøveren. Som betyr at A.I. vil snart kunne gjenkjenne Bonos triste ansikt og tjene deg mer mopy Bono, eller kanskje noe mer smiley.

Teknologien til å gjøre det er ikke helt der ennå, men Diane Rasmussen Pennington, en foreleser ved University of Strathclyde i Glasgow, Skottland, har utført forskning på 150 videoer laget av U2-fans og registrert ikke-tekstbaserte emosjonelle tegn for å demonstrere hvilke ansiktsfunksjoner og objekter kan være mest nyttige for fremtidige programvareprogrammer.

"Full avsløring, U2 har vært mitt favorittband i lang tid," forteller Pennington Omvendt, og legger til at det var en rekke andre grunner til å bruke båndets videoer som testmiljø. "Objektivt, fra å lese jeg har gjort og ikke bare min oppfatning som en fan, synes folk som liker U2s musikk, å være en veldig følelsesmessig opplevelse når de hører på det, kanskje mer enn andre band. … Det er noe nesten svært åndelig for bandets fans."

Pennington valgte å fokusere på bare en U2-melodi, "Song For Someone" av bandets kontroversielle 2014-plate Sang av uskyld, som sitter i massevis av folks iTunes om det er ønsket eller ikke. Videoene inkluderte fan lysbildefremvisninger støttet av bandet musikk, opplæringsprogrammer om hvordan du skal utføre sangen, og selvfølgelig dekker. Hun kategoriserte ansiktsuttrykkene til utøvende artister, samt fanememorabilia, inkludert t-skjorter, konsertplakater og Bono-inspirerte solbriller.

Pennington sier at A.I. Programvaren blir bedre til å identifisere ulike teksturer og sirkulære objekter i bilder og videoer, men håper at hennes forskning kan være en liten stepping stone for å identifisere den følelsesmessige betydningen bak disse objektene.

Facebook har signalisert at den ønsker å skape A.I. Det er "mer oppsiktsvekkende enn folk" for bedre å betjene innhold og annonser basert på visuelle signaler fra videoer og bilder som deles på plattformen. Twitter tester allerede sin lignende Cortex-teknologi, som har som mål å smart identifisere objekter i live Periscope-feeds for bedre å anbefale live video streaming hendelser.

De samme konseptene kan sikkert gjelde for de kontinuerlige musikkstrømmene. Blant de store musikstrømmingsplatformene er det et løp om å utvikle den beste prediktive funnprogramvaren. Apple Music bruker menneskelige kuratorer til å lage spillelister for å kompensere for mangelen på konsistens som finnes i algoritmiske programmer som brukes av sine konkurrenter Spotify og Google.

Til syvende og sist, teknologer som Alfabets leder og Google grunnlegger Eric Schmidt, forutsi forbrukere av fremtiden vil stole på dataprogramvare for å betjene dem musikkoppdagelsesalternativer.

Spotify og Apple Music har en tendens til å gjøre dristige krav om antall månedlige abonnenter, men for nå er kongen YouTube, med over en milliard månedlige brukere som dominerer musikkstrømmingslandskapet.

YouTube Rød og YouTube Musikk-appen gjør en god jobb med å vise nye og forskjellige alternativer for musikkoppdagelse, men det er trukket ned fordi det ikke er mulig å identifisere hva som skjer på skjermen. Jo, Google vet hvilke videoer du har gitt tommelen opp til, sett 50 ganger på repetisjon, delt på sosiale medier, og kommenterte, men det har ikke visuelle tegn for å fortelle det hvorfor.

Målgrupper kan også generere søkeresultater basert på følelsesmessig følelse bak sanger og deres artister. For eksempel kan et søk i dag for "Bad Day" hente singelen av Daniel Powter, men i fremtiden kan brukerne bli servert den musikkvideoen sammen med mer skreddersydde artister som ganske enkelt fremkaller følelsen av å ha en dårlig dag og ikke spesifikt den sangen. Det er også verdt å merke seg at YouTubes søkeresultater i utgangspunktet er basert på visninger, mens likes, aksjer og kommentarer mer direkte påvirker de foreslåtte artister på skrivebordssiden eller i spillelistenes utvalg i YouTube Musikk-appen.

Penningtons forskning kan være et skritt mot ikke bare å identifisere hva som er på våre skjermer, men også hvorfor band som U2 fremkaller en slik følelsesmessig respons.