音樂產業進化人工智慧-deep learning

據國外媒體報導，也許你今天還在為應該聽什麼歌而發愁，但是不久的將來互聯網音樂產業將採用更先進的方式來為你解決這個問題。Google、百度（Baidu, BIDU-US）和Spotify還沒有完全向外界展示該方法的全貌，但他們都努力在用一種叫做”深度學習(deep learning)”的人工智慧系統來為用戶提供更好的音樂播放列表。

“深度學習”是人工智慧的一個系統分支，稱為“人工神經網絡”。目前，這些公司都聘請了專家，包括Google、百度在內的公司把“深度學習”工具用於各種目的，如廣告、語音識別、圖像識別等，甚至是數據中心的優化。有一家新創公司還打算用“深度學習”來識別醫學圖像。

現在，這些公司正在轉向音樂產業。基於音樂串流媒體服務的神經網絡，無需音樂家的指點，就可以識別音樂的和弦模式，然後推薦符合用戶喜好的歌曲、專輯或藝術家，雖然這些複雜的系統投入實際應用非一朝一夕的事情，但是該技術一旦變得成熟，“深度學習”可能讓使用者未來在音樂串流媒體服務上具有強烈的忠誠度。

音樂串流媒體神經網絡起源

人們開始關注音樂串流媒體神經網絡起源於比利時根特大學去年的學術論文。該大學的電子和信息系統部門發表了名為《存續計算》的論文。該論文發現，他們的方法可以“產生合理的建議”，甚至實驗顯示了這個系統“顯著”優於傳統的做法。微軟（Microsoft, MSFT-US）的研究人員最近引用該論文作為“深度學習”領域的概述，該論文也引起了Spotify的注意。論文作者Dieleman表示：「他們邀請我們去Spotify的辦公室談了談相關內容，我想我們的論文是非常有幫助的。」

業界廣為接受

“深度學習”最先從Spotify的系統中脫穎而出。由於目前Spotify採用的是較為傳統的數據分析方法，例如對特定音樂在網路上的內容進行分析，或是對歌曲本身基於某些特質如節奏、音量和按鍵等進行聲學分析，該系統需要大量特定領域的信息輸入，但比利時人所創造的“深度學習”方法則完全不同。“深度學習”分析的是聲音波形，在我們不知道歌曲的內容下，機器就可以自動分析出一切結果。它是一個非常通用的模型，有很大的潛力，Spotify認為這是值得進一步研究的東西。

同時，”深度學習”已經在Google上有各式各樣的用場，Google一名專注於音樂技術的科學家道格·埃克認為「令人激動的“深度學習”代表了一個完整的革命，絕對的革命。」

”深度學習”在檢測歌曲相似性方面做的很好，道格·埃克表示，「我所看到的是，深度學習使我們能夠更理解音樂，使我們能夠真正更好地了解音樂是什麼。Google可以利用它打造更好的產品，一個更好的串流媒體服務。」

未來無限可能

最重要的是，”深度學習”可以幫助人們發現新的音樂，尤其是那些較不受歡迎或冷門的音樂，卻可能在用戶聽過之後重新喜歡上。從根本上來說，對於那些介紹給聽眾新音樂的分析系統，未來仍然是一個挑戰，很多串流媒體播放服務雖然已經積累了豐富的音樂數據，但總是有新的音樂，所以串流媒體音樂服務還是要一種通用的分析方法。

另外，”深度學習”不只是為音樂愛好者準備。對於藝術家，”深度學習”也可以幫助他們。不是基於銷量名氣，而是只關心音樂本身的分析方法，將能更有效地幫助那些獨立音樂人或新人歌手及時被聽眾發現。（秉翰）

《網易（NetEase, NTES-US）科技授權轉載》