Mit Dem Aufkommen Der KI Wird Wang Feng Seinen Titel Als Musikmentor Nicht Mehr Behalten Können

Von Super Neuro

Kürzlich erklärten zwei Ingenieure aus Schweden und den Niederlanden in einem Artikel, dass sie ein KI-Modell entwickelt hätten, das auch Ihr musikalisches Talent messen und Ihre musikalischen Vorlieben anhand von Daten quantifizieren könne.

Moment, versuchen sie, den Musiklehrern das Geschäft wegzunehmen?

„Erzähl mir bitte von deinem musikalischen Traum.“ Diese Frage hat Wang Feng jungen Menschen, die auf die Bühne treten und ihre Träume durch das Singen verwirklichen möchten, schon oft gestellt. Sein Ziel ist es, ihre Leidenschaft für Musik und die Geschichten dahinter zu erforschen.

Für den Normalbürger ist die Frage „Haben Sie musikalisches Talent? Welche Art von Musik mögen Sie?“ ist eine Frage, mit der sich die meisten Menschen wahrscheinlich noch nicht auseinandersetzen konnten. Auch wenn Ihnen Musik gefällt, können Sie nur eine vage Auswahl treffen oder anhand der „Empfehlungen für Sie“ im Player einige Muster erkennen. Doch jetzt kann Ihnen die KI eine klare Antwort geben.

Beurteilung musikalischer Talente mit Gold-MSI

Bruce Ferwerda, Assistenzprofessor für Informatik an der Universität Jönköping (JU) in Schweden, und Mark Graus, Datenwissenschaftler an der Universität Maastricht in den Niederlanden, haben gemeinsam ein KI-Modell entwickelt, das theoretisch das musikalische Talent von Laien anhand des Gold-MSI-Index beurteilen kann.

Der Gold-MSI-Index wird speziell zur Bewertung der potenziellen musikalischen Leistungen gewöhnlicher Menschen verwendet. Der vollständige Name lautet Goldmiths Musical Sophistication Index. Es kann die musikalischen Talente von Laien aus psychologischer und verhaltenswissenschaftlicher Sicht anhand der Musikpräferenzen des Benutzers (z. B. Vorliebe für klassische Musik oder Popmusik) bewerten.

Die konkreten Bewertungskriterien umfassen im Wesentlichen die folgenden fünf Aspekte:

• Grad des Engagements für die Musik (z. B. Geld und Zeit, die für Musik aufgewendet werden);

• Musikalische Wahrnehmung (z. B. Genauigkeit beim Musikhören);

• Ob der Kandidat eine musikalische Ausbildung (wie Gesangsausbildung usw., einschließlich professioneller und nicht-professioneller) absolviert hat;

• Zustand des Spielfelds;

• und emotionale Wahrnehmung von Musik (d. h. die Teilnehmer beschrieben ihr emotionales Erleben der Musik).

Der Schlüssel zur Bewertung der Genauigkeit dieses Index liegt nicht nur in den oben genannten fünf Aspekten, sondern auch darin, ob er die Musikvorlieben des Benutzers genau beurteilen kann. Da es kein System gab, das die Musikvorlieben der Benutzer genau quantifizieren konnte, gelangte der Index bei tatsächlichen Tests häufig zu falschen Schlussfolgerungen.

Mithilfe dieses KI-Auswertungsmodells können die Musikvorlieben der Benutzer nun genau quantifiziert werden. Es wird gesagt, dass die Genauigkeit des Modells mehr als 90% erreichen kann. Dies ist sehr hilfreich, um die Auswertungsgenauigkeit des Gold-MSI-Index zu verbessern.

Probieren Sie es aus, wenn Sie die Gelegenheit dazu haben, und senden Sie das Ergebnis dann an Wang Feng. Vielleicht besteht dann gar keine Notwendigkeit für Vorsprechen.

Ihre Musikvorlieben mithilfe von Algorithmen und psychologischen Modellen verstehen

Der musikalische Geschmack und das Können einer Person lassen sich erschließen und quantifizieren, doch viele Laien sind möglicherweise nicht in der Lage, ihre musikalischen Vorlieben präzise auszudrücken.

Der Hauptgrund besteht darin, dass sie möglicherweise gleichzeitig an mehreren verschiedenen Musikrichtungen interessiert sind. Bei der Auswahl beeinflussen diese unterschiedlichen Musikrichtungen ihre Einschätzung ihrer eigenen musikalischen Vorlieben, insbesondere bei moderner Musik, wo viele Lieder verschiedene Stile beinhalten.

Bruce und Mark sagen, dass das Modell Ihre bevorzugten Musikgenres und -sänger ableiten und Ihre musikalischen Vorlieben bestimmen kann.

Am 22. August veröffentlichten sie auf Arxiv.or ein Papier mit dem Titel „Predicting Musical Sophistication from Music Listening Behaviors A Preliminary Study“, in dem sie das Modell detailliert beschreiben.

Interessierte Freunde können es auf dieser Website ansehen: https://arxiv.org/pdf/1808.07314.pdf

In dem Artikel heißt es, dass das Modell die Musikpräferenzen der Benutzer anhand ihrer Musikwiedergabeaufzeichnungen durch Algorithmen des maschinellen Lernens und psychologische Modelle ableiten und das Musikerlebnis durch die Reihenfolge der Musikwiedergabe verbessern kann.

Unter anderem können psychologische Modelle zur Erklärung des Nutzerverhaltens und emotionaler Veränderungen herangezogen werden. Auf dieser Grundlage kann die KI durch Stimmungsanalyse die psychologischen Veränderungen des Benutzers gegenüber unterschiedlicher Musik verstehen und so eine detaillierte Interpretation der Musikvorlieben liefern.

Wenn beim Anhören einer zufälligen Playlist plötzlich ein Lied gespielt wird, das Ihnen nicht gefällt, wirkt sich das auf Ihre Stimmung aus.

Im Hinblick auf die Datenerfassung erstellten sie über die von Spotify bereitgestellte API-Schnittstelle einen Datentrainingssatz und luden 61 Benutzer ein, am Test der Modellwirksamkeit teilzunehmen.

Der gesamte Trainingssatz sammelte 21.080 Musikwiedergabeaufzeichnungen der Teilnehmer anhand von Indikatoren wie Musikstil (d. h. Lebendigkeit oder Lebendigkeit), Rhythmus, Popularität der Titel und Popularität der Musikschaffenden, um ihre Vorlieben für verschiedene Musikstile zu quantifizieren.

Der Algorithmus analysiert die historischen Musikdaten des Benutzers, um zu ermitteln, an welcher Musik er mehr interessiert ist. Das musiktheoretische Talent des Benutzers wird anhand der Komplexität und des technischen Anspruchs der vom Benutzer ausgewählten Musik beurteilt, sowie anhand dessen, ob der Benutzer Erfahrung im Musizieren hat.

Im Allgemeinen sind Menschen mit einem größeren Musikgefühl eher bereit, komplexe Musik zu schätzen und verfügen über das Potenzial, Musik zu kreieren, beispielsweise indem sie Musikinstrumente üben oder verschiedene Arten von Musik hören.

Das häufige Anhören von Symphonien kann Ihr musikalisches Gespür also wirklich verbessern.