音乐产业进化 人工智能将自动为用户挑选爱曲

11月12日动静，据国外媒体报道，也许你今天还在为应该听什么歌而发愁，但是不久的将来互联网音乐产业将采用更提高前辈的方式来为你解决这个题目。谷歌、百度和Spotify还没有彻底向外界展现该办法的全貌，但他们都尽力在用一种叫做“深度学习（deep learning）”的人工智能体系为用户供给非常好的音乐播放列表。

“深度学习”是人工智能的的一个训练体系分支，称为“人工神经网络”。目前，所有这些公司都礼聘了“深度学习”专家。包括谷歌、baidu在内的公司把“深度学习”工具用于各种意图-广告、语音辨认、图像辨认乃至是数据中心优化。有一家创业公司甚至打算用“深度学习”识别医学图像的模式。

现在，这些公司正在转向音乐产业。根据音乐流媒体服务的神经网络，无需音乐家的点拨，就可以识别音乐的和弦形式。然后推荐符适用户喜好的歌曲、专辑或艺术家。把这些杂乱的体系投入实践使用不是一朝一夕的工作。可是，一旦该技能变得老练，“深度学习”可能让用户未来对于音乐流媒体服务无法割舍。

音乐流媒体神经网络发源

人们开始关注音乐流媒体神经网络发源于比利时根特大学去年的学术论文。该大学的电子和信息系统有些发表了名为《存续核算》的论文。该论文说明晰运用卷积神经网络（细胞神经网络）挑选歌曲特点的办法。而不是像工程师曾经那样使用神经网络来观察图画的特征。

该论文发现，他们的方法可以“产生公道的建议”。更重要的是，他们的实验表明，该系统“明显优于传统的做法”。微软的研究职员最近甚至引用该论文作为“深度学习”领域的概述。该论文也引起了Spotify的留意。论文作者Dieleman表明，“他们约请咱们去Spotify的单位谈了谈相关内容，我想我们的论文长短常有匡助的。”

业界广为接受

“深度学习”首先从Spotify的系统中脱颖而出。目前，Spotify采用较为传统的数据分析方法，对特定的音乐在互联网上的文本内容进行剖析，以及对歌曲自身进行声学剖析。声学剖析根据歌曲的某些特质，好比节奏、音量和按键。该体系需求很多特定范畴的信息输入。但比利时人所发明的“深度学习”办法，则彻底不同。

“深度学习”分析的是声响波形，并假定我们不知道歌曲的内容。然后机器就可以主动分分出全部成果。它是一个非常通用的模型，有很大的潜力。该系统没有采样Spotify的数据，只是依据歌曲的相似性供给播放列表。当前该体系并不是Spotify所运用的选歌方法的完满替换。但该公司以为这是值得进一步研究的东西。

同时，“深度学习”已经在谷歌派上了各种各样的用场，而且其职工必定正在查询该理论在音乐流媒体方面的应用也许。google一名专心于音乐技术的科学家道格·埃克以为，“令人激动的‘深度学习’代表了一个完整的革命，绝对的革命。”

不外麻烦的是，“深度学习”也许在检查歌曲相似性方面做的极好，但优化挑选结果也许意味着多种数据的检查，这并不轻易。所以“深度学习”可能并不是一个音乐分析软件的简易替代。它可能是另一种东西，或许不只可以用于确定播放列表，它的潜力不止这些。道格·埃克表明“我所看到的是，‘深度学习’使咱们可以非常好地舆解音乐，使我们能够真正更好地了解音乐是什么。谷歌可以利用它打造更好的产品，一个更好的流媒体服务。”

未来无穷可能

最重要的是，“深度学习”可能匡助人们发现新的音乐。这些音乐也许当前不受期待，但用户听过以后却也许会喜爱。但从底子上说，关于那些介绍给听众新音乐的剖析体系，未来仍旧是一个挑战。良多流媒体播放服务固然已经积累了丰硕的音乐数据。但不幸的是，老是有新的音乐，因此流媒体音乐服务仍是要一种通用的分析方法。

另外，“深度学习”不只是为音乐兴趣者预备。对于艺术家，“深度学习”也可以匡助他们。不基于销量名气，而只关心音乐本身的分析方法，可以更好的匡助那些独立音乐人以及新人歌手及时的被听众发现。