在美国旧金山的杜比实验室总部内，有些人坐下来看电影。但是，他们没有苏打水和一桶爆米花，而是携带生物传感器，可检测其心脏速度或皮肤的电阻。在他们的头上，他们的帽子带有多个电极，可记录他们的大脑活动，而热摄像头则记录其体温。当他们放松身心欣赏电影或电视连续剧时，所有这些都发生了。Verge发表的杜比这项研究的目的是了解人类的经验，以建立能够在我们所看到或听到的情况下引起情感反应的智能技术。
杜比（Dolby）的实验是一个基于人工智能（AI）的当前技术的一个例子如何通过算法应用这些知识来创建肯定会成功的作品。
热门歌曲不愿透露他们的秘密。资料来源：Pixabay
自然，要创建我们喜欢的作品，第一步是发现我们喜欢的东西的素质。如果答案是关于情绪的全部内容，那么很少有人能像让我们听喜欢的歌曲时大声唱歌的那些人一样可见。2011年，两名英国研究人员在英格兰北部进行了一次酒吧和夜总会之旅，以发现最频繁地演唱哪些歌曲。我们是女王和Y.M.C.A.的冠军从乡村人民排名第一。
通过使用分析了1,100多个示例的数据挖掘技术，两位研究人员确定了这些歌曲中的某些共同特征。该研究的导演，伦敦大学戈德史密斯的音乐心理学家DanielMüllensiefen向OpenMind解释说，该研究“指出了表演者而不是作曲家的重要性”。在随后的作品中，Müllensiefen和他的合作者分析了吸引人的歌曲和商业成功的音乐特征。但是，热门歌曲仍然不愿透露他们的秘密：“即使我们最复杂的模型也无法解释商业成功方面的差异，”Müllensiefen说。“因此，对于歌曲在商业上取得成功，或者我们还没有使用正确的功能，这两个构图功能都不重要。”
寻找成功的关键
将凯旋作品与其余作品区分开来的这些共同特征是出版商和制片人寻求的圣杯。他们也是根特大学教授（比利时）教授，也是AI的专家Tijl de Bie的目标。成功的关键。使用结果，De Bie和他的合作者创建了一种算法，能够从23个音乐特征中预测其准确率60％的歌曲的成功潜力。
在音乐上，研究指出了表演者而不是作曲家的重要性。资料来源：Wikimedia
De Bie充满信心，发现命中率是一个目标，它将通过更多的数据和更高级的计算机系统变得越来越负担得起。但是，与此同时，他告诉OpenMind，公众接待始终会插入不确定性的因素。“音乐品味的多样性是如此之大，以至于没有良好的单一命中率。对你来说，这对我来说可能不会受到打击。”
剖析歌曲成功的钥匙也是加拿大音乐技术公司Hitlab的目标。其称为音乐数字差异分析（DNA）的AI工具分析了84个数学参数，以识别与过去命中共享特质的新歌，目的是在世界的特定流派，语言或世界各地预测新的热门歌曲。音乐流媒体平台Soundcloud收购了另一家沿着相同线的公司Musiio。音乐界似乎正在押注这些技术的未来。
成功文学的样式模式
研究人员追求成功作品的另一个领域是文学作品。在商店窗口中展出的最畅销书与书店货架上的其他数百卷将出版商本身仍然是最伟大的奥秘之外的东西。但在印刷领域也是如此，现代技术可以比最有经验的发行商更接近成功的神奇公式。
在支持特定作品时，出版商会扮演了解公众感兴趣的故事的奥秘。但是，据美国纽约Stony Brook大学的三名研究人员称，这并不重要。2014年，他们将大约800本书和电影脚本介绍到他们的机器中，以寻找样式模式，而不管情节如何。“我们研究的关键发现表明，至少在同一类型中，存在着独特的语言模式，这使得在预测小说的成功方面可以建立一个以惊人的准确性（高达84％）建立模型，”他们在研究中写道。在这些模式中，获胜的书籍使用的动词比动词的动词，偏爱的名词，形容词和连词多于动词，奇怪的是，远离陈词滥调，例如“ love”一词。
成功的文献具有不同的语言模式，例如使用更多的思想动词而不是动作动词。学分：reisefreiheit_eu
在将小说的奥秘制成数学中的其他倡议中，值得强调畅销书代码：大片小说的解剖学（St. Martin's Griffin，2016年）。乔迪·阿切尔（Jodie Archer）和马修·乔克斯（Matthew L.他们所说的畅销书，如果手稿将攀升到《纽约时报》的畅销书榜单，可以预测至少80％的成功。
IA组成的作品
借助所有这些新工具，可能已经存在的未来的创造者不仅会依靠自己的灵感来依靠自己的灵感，而且还依靠这些数字水晶球的前景来制作自己的作品。对于De Bie来说，“我认为AI可能被用作作曲家的助手，这是一种额外的工具，可以帮助他们为新作曲创建材料。当然，这样的工具可以以更有可能受到打击的方式来指导。”
但是，进一步的一步是让机器本身创建我们听的歌曲，我们观看的内容或我们阅读的书籍。“今天已经开始发生，”德比说。2012年，马拉加大学（西班牙）的项目是由Iamus创建的，这是第一台学习人类音乐语言的计算机，这是第一个完全由AI系统组成的伟大音乐作品，而没有模仿人类作曲家。2016年，围栏《超越栅栏》的音乐剧在伦敦发行，也是机器的产物。巴黎索尼计算机科学实验室的流程机项目发行了AI在2016年产生的两首流行歌曲，后来又持续了新的作品。算法还在小说领域和剧本领域迈出了第一步。
Iamus是第一台学习人类音乐语言的计算机。学分：Quipa
下一步将是机器不仅要生产作品，而且还要应用他们对命中的解剖结构的了解。“据我所知，这里使用的AI技术并没有立即试图优化命中潜力，但可以想象，有一天，他们会的，” De Bie说。专家不认为这种现象会杀死传统的创造。另一个问题是，人类是否能够与机器进行商业竞争。De Bie预测：“一旦AI组成系统在速度和质量上超过人类，人类作曲家将继续为娱乐而做到这一点，但将无法为商业利益而做到这一点。”“它可能就像被机器所取代的旧手工艺品一样。在发达国家，缝纫在商业上并不可行，但人们仍然为个人满意而这样做。”
目前，越来越多的音乐家并没有拒绝AI侵入音乐创作中，而是将这些工具纳入了对构图可能性的探索。已经有像Audoir这样的公司提供了基于AI系统的组成工具，该系统训练有素，可以帮助创建者找到捕捉观众口味的魔术密钥。甚至像Boomy这样的应用程序，即使用户从未创作音乐并且没有专业知识，也可以在短短30秒内为用户的口味创建新歌。另一个问题，即主观的问题，是所有这些都可以真正被视为艺术。
哈维尔·亚纳斯（Javier Yanes）
@yanes68
编辑注：9月13日更新的文章？