科学家利用 AI 识别热门歌曲,准确率高达 97%
哈喽!今天心血来潮给大家带来了《科学家利用 AI 识别热门歌曲,准确率高达 97%》,想必大家应该对科技周边都不陌生吧,那么阅读本文就都不会很困难,以下内容主要涉及到,若是你正在学习科技周边,千万别错过这篇文章~希望能帮助到你!

6 月 21 日消息,一项新研究表明,人工智能(AI)可以准确地识别出热门歌曲,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。他们发现,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。他们的方法被称为“神经预测”,其准确率高达 97%。
这项研究的高级作者、该校教授保罗・扎克在媒体发布会上说:“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。”
IT之家注意到,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。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,以前试图识别能够吸引大众的歌曲的方法只有 50% 的成功率。
在这项实验中,参与者戴着扫描仪,在听一组 24 首歌曲时,他们还被要求提供自己的喜好和基本人口统计数据,扫描仪测量了他们的神经生理反应。扎克说:“我们收集到的大脑信号反映了一个与情绪和能量水平相关的大脑网络的活动。”
团队发现,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。
扎克解释说:“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,从而使流媒体服务的工作更容易,也让听众更满意。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。”
研究人员指出,这种技术不仅可以用于识别热门歌曲,还可以用于其他类型的娱乐内容,比如电影和电视节目。这项研究发表在《人工智能前沿》杂志上。
理论要掌握,实操不能落!以上关于《科学家利用 AI 识别热门歌曲,准确率高达 97%》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!
Gin框架的容器化安全和应急响应详解
- 上一篇
- Gin框架的容器化安全和应急响应详解
- 下一篇
- 博智林建筑机器人多机协同体系渐显,建标准与向外落地加速
-
- 科技周边 · 人工智能 | 7小时前 |
- 模型路由怎么做:按任务难度分配速度、成本与质量
- 147浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- 多模态模型读图前,图片缩放与裁切会影响什么
- 247浏览 收藏
-
- 科技周边 · 人工智能 | 23小时前 | 人工智能 · 推理优化 ONNX Runtime 动态量化 nodes_to_exclude
- ONNX Runtime 动态量化怎么选择需要排除的节点
- 377浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · 向量检索 · Sentence Transformers truncate_dim 嵌入维度 Matryoshka 向量存储
- Sentence Transformers 怎么截断嵌入维度减少存储
- 165浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- PEFT 多个 adapter 怎么按权重组合推理
- 454浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Accelerate 大模型推理怎么自动分配到多块设备
- 358浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · Tokenizers offset_mapping 原始文本
- Tokenizers offset mapping 怎么映射回原始文本位置
- 328浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | python · 人工智能 · shuffle Hugging Face Datasets streaming IterableDataset buffer_size
- Datasets streaming 怎么在不下载全集时打乱样本
- 470浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 368次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 426次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 443次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 390次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 217次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

