一個人的音樂品味和才能是可以推測的。這不是科幻故事，瑞典Jnkping大學和荷蘭Maastricht大學的研究人員聲稱，利用人工智能（AI）即可做到。根據他們的研究，你是喜歡傑克遜五人組，還是斯特拉文斯基，你有怎樣的音樂才能，你的手機將很容易就能推斷出來。
研究小組在Arxiv.org上發表的一篇論文描述了一個系統，該系統根據一個人的傾聽行為，並使用機器學習算法和心理模型，推斷出他的“音樂熟悉度”。
“心理模型正越來越多地被用來解釋……行為痕跡。” 他們寫道，“使用領域相關的心理模型可以更細緻地識別行為——比如聽音樂——並對這些行為的發生提供更深入的理解。”
對音樂的熟悉度可以涉及“音樂技能、專業知識、成就和相關行為的各個方面”。研究表明，擁有較高音樂欣賞水平的人更懂得音樂技巧，而且一般傾向於從事更多的“音樂行為”，比如練習樂器或聽各種類型的音樂。
他們通過一個利用Spotify API的應用程序收集數據。該應用可以檢索用戶的播放列表和音頻功能，並從中瞭解用戶所聽音樂的生動性、活力度、可調性、節奏、曲目流行度和藝人人氣。他們還讓參與者回答圍繞音樂熟悉指數的問題——這是一些涉及參與度（一個人花在音樂上的時間和金錢）和情感（與音樂的情緒反應有關的行為）的問題。
大量的數據被輸入到神經網絡中——一個由處理節點組成、模擬人腦中的神經元的AI系統——預測61個研究對象的情緒和參與度，結果具有很高的準確性。預測前者的準確率為95%，而預測後者的準確率為93%。
在未來，研究小組計劃進行更多和更大規模的研究，並探索Gold-MSI其他分量表的預測，包括歌唱能力、感知能力和音樂訓練。“我們的研究結果表明，音樂聆聽行為可以用來推斷用戶的音樂熟練度。”研究人員寫道。
數據科學家用機器學習來推測人的音樂品味和才能，這已經不是第一次。在2017年的阿姆斯特丹舞蹈活動技術大會上，一個團隊展示了用來預測流行歌曲的系統Hitwizard。最近，亞馬遜的工程師們也利用AI來預測用戶的音樂品味。
【數字敘事 淨之火】
閱讀更多 數字敘事 的文章
