最近，流媒體音樂服務平臺Spotify與基因測試公司Ancestry.com進行合作，用戶關聯帳號之後，可以通過基因測試的結果給得到個性化音樂的推薦。如果用戶有西班牙血統，Spotify將推薦弗朗明哥舞曲，如果用戶祖先是蒙古族，則會聽到嘹亮高亢的草原歌曲。
基於基因的音樂推薦法非常新穎，但推薦機制是一早就出現的。Spotify是北美最受矚目的音樂平臺，坐擁上億級的用戶，其中付費用戶超過7500萬，而能夠取得這樣的成績，推薦機制功不可沒。
在Spotify上，用戶每週一都會收到一個名為“Discover Weekly”的全新歌單，這個歌單中會包含30首用戶從未聽過但會十分喜歡的歌曲。這個功能是保證Spotify用戶粘性的重要板塊，在推薦方面取得的成績也讓Spotify更加關注這一功能，並在歌單生成的算法方面投入更多精力。
其實，Spotify也並沒有什麼獨特的推薦機制，而是將現有的協同過濾模型、自然語言處理模型與音頻模型技術進行了最佳組合，形成較為強大的推薦引擎。而發展到現在又出現了根據基因推薦歌單的機制，這會使用戶更精準地獲得自己想要的歌曲。
實際上，音樂平臺加入推薦機制從本世紀初就已興起。流媒體音樂服務平臺Songza開始了在線音樂管理場景，通過人工管理方式為用戶提供符合其喜好的歌單。也就是說平臺需要專門的團隊來給用戶挑歌，這種方法人工成本較高，而且人的愛好各不相同，眾口難調，很難滿足所有用戶的需求。
接下來，Pandora稍微改進了這個方法，鼓勵聽完音樂的用戶為歌曲打標籤，也就是選擇一些描述性的詞語，這樣Pandora就可以簡單地通過篩選標籤的方式來製作歌單了
此時，MIT Media Lab的音樂智能機構Echo Nest出現。該平臺採用算法分析音樂的音頻和文本內容，進行歌單創建、音樂識別、個性化推薦等功能，此時就已具備AI推薦機制的雛形。
此後，Last.fm採用了被稱為“協同過濾”的方法來識別用戶可能喜歡的音樂，並且一直沿用至今。其中涉及到卷積神經網絡等複雜的技術，網易雲等平臺也在採用基於這一原理的AI技術，事實證明了這種技術的效果。
除了倍受歡迎的AI推薦機制，科技在音樂的其他方面也在逐漸發揮作用從而產生改變。 例如使用AI技術完成創作。AI可以讓創作者調出相應的舊曲作為參考，基於樂曲的數據庫激發創作者靈感，也能使用音響合成器，為音樂創作提供更多可能，比如蝦米音樂推出的AI作曲功能。甚至AI本身就可以自己作曲，例如微軟小冰創作的《我知我新》、《AI北京》等。
有了音樂推薦機制和AI作曲等科技的加入，人們對音樂的體驗被很大程度上改變了。 以前我們會費盡心力去找喜愛的音樂和專輯，現在就等著音樂在耳邊響起，但是尋找的樂趣可能被沖淡了。
可以預見，科技與音樂結合還會衍生出更多的玩法，不過現階段AI仍只是起到輔助作用，像音樂這類需要很強的主觀能動性的領域，還是需要人類來主導。
閱讀更多 最極客 的文章
