Lidé mají za to, že se jim na písních líbí melodie a rytmus. Jenže motivů, proč nás ta která píseň osloví, si nemůžeme být plně vědomi, vysvětluje autor práce Paul Zak. Hned však dodává, že náš mozek to ví. „I když to nedokážete vědomě identifikovat, vaše nevědomé mozkové systémy ví, zda je něco dobré, nebo ne,“ podotkl listu El País.
Sám se pak se svým týmem pustil do výletu do mozku. Konkrétně do mozků třiatřiceti účastníků a účastnic pokusu, při němž jim dával k poslechu čtyřiadvacet písní. Jen třináct z toho byly hity, chlubily se více než 700 tisícovkami online přehráními, zbytek na takový ohlas nedosáhl. V menu byl rock, hip hop a elektronická a taneční muzika.
Přesnější předpověď než lidská
Zatímco respondenti a respondentky songy poslouchali, výzkumnický tým sledoval jejich mozkové signály spojené s pozorností, ty souvisely s produkcí dopaminu, a emocionální reakcí, o ní vypovídal oxytocin. Bylo to jako okno do mysli. Oním oknem výzkumníci viděli, co dělají písně s mozkem posluchačů.
Jinými slovy, technologie dokázala mnohem přesněji a komplexněji než lidé vysledovat, jak a co se jim na té které písni líbí. To proto, že lépe než lidé sami dovedla prozkoumat jejich mozky, zaznamenat a posoudit jejich reakce.
S její pomocí tedy vědci poznali, jak se do písně lidé ponoří. Díky ní dokázali hodnotu onoho „vnoření se“ u každé písně změřit. Když k tomu použili statistické metody, zjistili, že dovedou predikovat, co se stane hitem, s přesností 69 procent. Pozvali-li k onomu úkolu umělou inteligenci, dosáhla přesnost 97 procent. Stačilo jí analyzovat nervové reakce při poslechu kratším než jednu minutu, i tak dosáhla přesnosti 82 procent.
Práce s umělou inteligencí lidi deptá. Vede k osamělosti a pití |
To jsou mnohem větší úspěchy, než které si mohou připsat experti z hudebního byznysu. Ti spoléhají na velké databáze, s jejichž pomocí analyzují textové a akustické aspekty aspirantů na hit, jako je tempo, srozumitelnost, nakolik vyzývají k tanci. I tak je však výsledek jen o něco málo lepší, než kolik by prozradil hod korunou, komentuje magazín Scientific American.
Například Hoda Khalilová, datová expertka z ontarijské Carleton University, uvedla, že se svým týmem analyzovala data více než 600 písní a mezi jejich rozličnými akustickými rysy a jejich komerčním úspěchem žádné významné souvislosti neshledala. Jinými slovy, detekce potenciálních hitů umělou inteligencí za pomoci čtení mozkových reakcí posluchačského vzorku napoví mnohem přesněji, na jaký song vsadit.
Je to vlastně, podotýká server Big Think, poslední z řady počinů disciplíny nazývané „neuroforecasting“, tedy předpovídání, prognostiky s pomocí neurovědy. Jejím cílem je skrze průzkum a analýzu mozkové aktivity malého vzorku lidí předjímat chování nebo preference širší populace. Před několika lety tuto studii předběhl výzkum Stanfordské univerzity, který prokázal, že mozková činnost dokáže odhalit „utajené“ informace, jež předpovídají, jaké video se stane virálním. Nedávno pak rotterdamská studie naznačila, že nervové reakce profesionálních investorů mohou predikovat, jak se na trhu bude dařit akciím.
Ambiciózní vědci se přitom pouze u předpovídání hitových písní zastavit nechtějí. Věří, že novou metodu by šlo aplikovat i na další formy zábavy, na filmy, televizní pořady. Data se samozřejmě musela modelovat odlišně, neurofyziologické reakce by však zůstávaly stejné, poznamenává Zak. A list El País nezastírá, že by to přineslo zlom, hlubokou změnu zábavního průmyslu.
Jisté to však není. Například šéfová platformy Spotify pro jižní a východní Evropu namítá, že k úspěchu písně přispívá množství faktorů, a všechny se neskrývají v mozku posluchačů. „Naše týmy berou v potaz širší kontext, co se děje mimo platformu, jak se píseň sdílí na sociálních médiích, jestli se jí nedostává oživení díky televizním seriálům,“ vysvětluje. Doplňuje, že roli hraje i to, jakým způsobem se lidem líbí, zda jim stačí, že ji poslouchají sami, zda ji aktivně vyhledávají, zda ji sdílejí.
Skepsi nezastírá ani Stefan Koelsch z německého Institutu Maxe Plancka. Předně je podle něj třeba vědecky posvětit měřítko „vnoření se“, na které Zakův výzkum, vydal ho magazín Frontiers in Artificial Intelligence, sázel. Kromě toho pochybuje o tom, že model dokáže zaznamenávat všechny nuance, které dělají píseň hitem. Samotnému Koelschovi a jeho kolegům, kolegyním se ve studii v roce 2019 povedlo najít vztah mezi předvídatelností posloupnosti akordů písně a posluchačskými emocionálními reakcemi. Jenže ona zjištění se jim poté nepovedlo potvrdit. „Je velmi obtížné odhalit spolehlivé indikátory, dokonce i z toho důvodu, abychom našli ty nejhrubší rozdíly mezi příjemnou a nepříjemnou hudbou,“ přiznává.
Limity svých zjištění přiznávají i sami autoři aktuální práce. Měli dosti malý vzorek písní, poznamenávají, navíc mezi jejich respondenty a respondentkami chyběly některé demografické skupiny.
Přesto jejich práce vyvolala pozornost. I kvůli možnému obchodnímu využití, kvůli trhu, kvůli zisku. Možná by posluchače bavilo, kdyby některé jejich chytré zařízení umělo přečíst, co s jejich mozkem dělá píseň, kterou zrovna poslouchají. Kdyby jim podle svého technologie poté doporučovala jiné songy, které jejich mozky nejspíš zaujmou podobně. Otázky vykreslují slibné odpovědi. Ale též obavy. Byla by to další data, zdánlivě neškodná, ale velmi intimní, která bychom firmám dávali.
Předpovědět hit umí. Vytvořit ne
Nasazení umělé inteligence provokuje i k rozmáchlejším aspiracím. Nedokázala by rovnou sama produkovat hity? Nezvládla by nejen obejít zdlouhavé křivolaké odměřování posluchačských preferencí skrze trh, ale rovnou na něj chrlit vlastní hitovky? To Zak odmítá.
Dodává však, že by umělcům dovedla pomoci, byla by jim k ruce. Píseň musí nejprve vytvořit, napsat a nahrát lidé. Pak už ji však mnohou postoupit umělé inteligenci, skladbu pustí několika málo lidem, změří intenzitu jejich emocionálních reakcí, umělá inteligence provede analýzu, výsledkem bude doporučení. A hudebníci podle něj song upraví.
„Potřebujeme, aby úvodní tvůrčí práci udělali umělci,“ říká Zak. Zatím to umělá inteligence stále ještě potřebuje.
