# นักวิจัยชี้ Machine learning ช่วยวิเคราะห์ว่าเพลงไหนน่าจะเป็นเพลงฮิต แม่นยำถึง 97%

- Link: https://www.trendymobile.net/2023/06/machine-songs-accuracy/
- Published: 2023-06-22T17:24:18+07:00
- Author: jetboat

ทุกวันมีการเปิดตัวเพลงหลายหมื่นเพลง ตัวเลือกที่ต่อเนื่องกันนี้ทำให้บริการสตรีมและ
สถานีวิทยุเลือกเพลงที่จะเพิ่มลงในเพลย์ลิสต์ได้ยาก เพื่อค้นหาสิ่งที่จะโดนใจผู้ชมจำนวน
มาก บริการเหล่านี้ใช้ผู้ฟังของมนุษย์และปัญญาประดิษฐ์ อย่างไรก็ตาม วิธีการนี้มีอัตรา
ความแม่นยำเพียง 50% ไม่สามารถทำนายได้อย่างน่าเชื่อถือว่าเพลงจะฮิตหรือไม่

ขณะนี้ นักวิจัยในสหรัฐอเมริกาได้ใช้เทคนิค machine learing ซึ่งนำไปใช้กับการตอบสนอง
ของสมอง และสามารถคาดเดาเพลงฮิตได้อย่างแม่นยำถึง 97%

**Paul Zak** ศาสตราจารย์แห่งมหาวิทยาลัย **Claremont Graduate University** และผู้
เขียนอาวุโสของการศึกษาที่ตีพิมพ์ใน **Frontiers in Artificial Intelligence** กล่าว
ว่า _“ด้วยการใช้การเรียนรู้ของเครื่องกับข้อมูลทางสรีรวิทยา เราสามารถระบุเพลงฮิตได้
เกือบสมบูรณ์แบบ” “กิจกรรมของระบบประสาทของคน 33 คนสามารถทำนายได้ว่าคนอีกนับล้านฟัง
เพลงใหม่หรือไม่ เป็นเรื่องที่น่าทึ่งมาก ไม่เคยมีการแสดงความแม่นยำที่ใกล้เคียงกับ
สิ่งนี้มาก่อน”_

#### machine learning กับข้อมูลทางระบบประสาท

ผู้เข้าร่วมการศึกษาได้รับการติดตั้งเซ็นเซอร์ที่มีอยู่ทั่วไป ฟังเพลง 24 ชุด และถูก
ถามเกี่ยวกับความชอบและข้อมูลประชากรบางส่วน ในระหว่างการทดลอง นักวิทยาศาสตร์ได้วัด
การตอบสนองทางสรีรวิทยาของผู้เข้าร่วมต่อเพลง **“สัญญาณสมองที่เรารวบรวมได้สะท้อนกิจกรรม
ของเครือข่ายสมองที่เกี่ยวข้องกับอารมณ์และระดับพลังงาน”** Zak กล่าว สิ่งนี้ทำให้นัก
วิจัยสามารถคาดการณ์ผลลัพธ์ทางการตลาด รวมถึงจำนวนการสตรีมของเพลง โดยอิงตามข้อมูลที่
มีอยู่ไม่กี่เพลง

วิธีการนี้เรียกว่า **“การคาดการณ์ทางประสาท”** โดยจะจับการทำงานของระบบประสาทจากคน
กลุ่มเล็กๆ เพื่อทำนายผลกระทบในระดับประชากรโดยไม่ต้องวัดการทำงานของสมองของคนหลายร้อย
คน

หลังจากการรวบรวมข้อมูล นักวิจัยใช้วิธีการทางสถิติที่แตกต่างกันเพื่อประเมินความแม่นยำ
ในการทำนายของตัวแปรทางสรีรวิทยา สิ่งนี้ทำให้สามารถเปรียบเทียบแบบจำลองได้โดยตรง เพื่อ
ปรับปรุงความแม่นยำในการทำนาย พวกเขาได้ฝึกโมเดล ML ที่ทดสอบอัลกอริทึมต่างๆ เพื่อให้
ได้ผลการทำนายสูงสุด

พวกเขาพบว่าแบบจำลองทางสถิติเชิงเส้นระบุเพลงฮิตที่มีอัตราความสำเร็จ 69% เมื่อพวกเขา
ใช้ machine learning กับข้อมูลที่รวบรวมไว้ อัตราของเพลงฮิตที่ระบุได้อย่างถูกต้อง
ก็พุ่งขึ้นถึง 97% พวกเขายังใช้การเรียนรู้ของเครื่องกับการตอบสนองของประสาทต่อนาที
แรกของเพลง ในกรณีนี้ การเข้าชมได้รับการระบุอย่างถูกต้องด้วยอัตราความสำเร็จ 82%

_“นั่นหมายความว่าบริการสตรีมสามารถระบุเพลงใหม่ที่น่าจะฮิตสำหรับเพลย์ลิสต์ของผู้คน
ได้อย่างมีประสิทธิภาพมากขึ้น ทำให้งานของบริการสตรีมง่ายขึ้นและทำให้ผู้ฟังเพลิดเพลิน”_
Zak อธิบาย

#### วิธีการจำลองแบบ

_“หากในอนาคต เทคโนโลยีด้านประสาทวิทยาศาสตร์ที่สวมใส่ได้ เช่น เทคโนโลยีที่เราใช้สำหรับ
การศึกษานี้ กลายเป็นเรื่องธรรมดา ความบันเทิงที่เหมาะสมอาจถูกส่งไปยังผู้ชมโดยอิงตาม
สรีระของพวกเขา แทนที่จะเสนอทางเลือกเป็นร้อยๆ พวกเขาอาจได้รับเพียงสองหรือสามอย่าง
ทำให้พวกเขาเลือกเพลงที่ชอบได้ง่ายและรวดเร็วยิ่งขึ้น”_ Zak กล่าว

แม้ว่าผลการทำนายของทีมของเขาจะใกล้เคียงที่สุด แต่นักวิจัยก็ชี้ให้เห็นถึงข้อจำกัด
บางประการ ตัวอย่างเช่น พวกเขาใช้เพลงค่อนข้างน้อยในการวิเคราะห์ นอกจากนี้ ข้อมูลประชากร
ของผู้เข้าร่วมการศึกษามีความหลากหลายในระดับปานกลาง แต่ไม่รวมถึงสมาชิกของกลุ่มชาติพันธุ์
และกลุ่มอายุบางกลุ่ม

อย่างไรก็ตาม นักวิจัยคาดหวังว่าแนวทางของพวกเขาน่าจะนำไปใช้ได้นอกเหนือจากการระบุเพลง
ฮิต ส่วนหนึ่งเนื่องจากการนำไปใช้ที่ง่าย _“ผลงานหลักของเราคือวิธีการ มีแนวโน้มว่า
วิธีนี้สามารถใช้เพื่อทำนายความนิยมสำหรับความบันเทิงประเภทอื่น ๆ รวมทั้งภาพยนตร์และ
รายการทีวี”_ Zak กล่าวสรุป