Yapay zekâ ve beyin aktivitesiyle hit şarkılar tahmin edilebiliyor

Bir grup bilim insanı kısa süre önce, insanların müzik dinlerken beyin aktivitelerini ölçüp verileri yapay zekâ kullanarak analiz ederek hangi şarkıların popüler olacağını tahmin edebildiklerini keşfetti. Nörofizyolojik ölçümlere dayanan modeller, insanların kendi bildirdikleri tercihlere dayanmaya kıyasla önemli ölçüde daha doğru tahminler sağladı. Araştırmacıların yeni çalışmalarını Frontiers in Artificial Intelligence dergisinde yayımladı.

Günde 24.000 yeni şarkı yayınlanıyor

Günümüzde müzik hizmeti veren önde kuruluşlar, abonelerin mevcut çalma listelerine göre uyarlanmış yeni müzikleri belirlemek ve sunmak için teknolojilere yatırım yapmıştır. Araştırmaların sonunda yeni şarkıların %4’ünden azı hit olduğu görülmüştür. Hit müziği tahmin etmek için şarkı sözlerini ve sosyal medyada bahsedilenleri analiz etmek de dahil olmak üzere çeşitli yöntemler kullanılsa da bu yöntemlerin tahmin doğruluğu istenen düzeyde olmamıştır.

Bulguların Frontiers in Artificial Intelligence dergisinde yayınlanan mevcut çalışmanın yazarlarından Claremont Graduate Üniversitesi Nöro-ekonomi Çalışmaları Merkezi direktörü Prof. Paul J. Zak, “Müzik yayını hizmetinde çalışan bir araştırmacıyla görüştüm. Bana dünya çapında günde 24.000 yeni şarkı yayınlandığını ve ekibinin hangilerinin hit olacağını belirlemekte zorlandığından bahsetti.”

“Daha önceki araştırmam, beynin sosyal-duygusal deneyimlere verdiği değeri belirlediği anlaşılan ‘Yoğunlaşma- Immersion’ adını verdiğim bir sinirsel yol tespit etmişti. Ben de bu sinirsel aktivitenin, ilk yayınlandıkları zaman hit şarkıları tespit edip edemeyeceğini merak ettim. Bunun için yayın hizmeti bana yeni çıkan şarkıları ve 3 ay sonraki dinlenme sayılarını içeren bir set gönderdi.”

Beynin şarkılara verdiği duygusal tepkiler

Müziğin insanların duyguları üzerinde derin ve birden çok etkisi vardır: Müzik, beynin duygu işleme ve uzun süreli hafıza geri kazanımı ile ilişkili birden fazla beyin bölgesini aktive eder. Araştırmacılar, dikkat ve duygusal rezonansla ilişkili kardiyak sinyaller gibi periferik nörofizyolojik tepkilerin ölçülmesinin, müziğe verilen duygusal tepkilerde rol oynayan sinir devrelerini yakalayabileceğine inanıyorlardı.

Çalışmada, bir yayın hizmeti tarafından seçilen 24 yeni şarkıyı dinleyen 33 katılımcı yer aldı. Katılımcıların nörofizyolojik tepkileri, dikkat ve duygusal rezonans ile ilişkili sinyalleri yakalayan platformda ölçüldü. Araştırmacılar kaydedilen nörofizyolojik verilerden üç değişken türetti: ortalama yoğunlaşma, en yüksek yoğunlaşma (şarkı sırasında en yüksek dalma anları) ve geri çekilme (yoğunlaşma anlarının en düşük %20’si).

Katılımcılar ayrıca her bir şarkıyı beğenip beğenmediklerini, şarkıyı tekrar dinleyip dinlemeyeceklerini, başkalarına tavsiye edip etmeyeceklerini, şarkıya aşinalıklarını ve şarkıyı saldırgan bulup bulmadıklarını belirtmişlerdir. Şarkı akışlarının sayısı ve çevrimiçi beğeniler gibi piyasa verileri, akış hizmetinden elde edildi.

Nöro-tahminle hit şarkılar tespit edilebiliyor

Araştırmacılar, katılımcıların şarkılara verdikleri nörofizyolojik tepkileri analiz ederek, az miktarda veriyle şarkı akışı sayısı gibi piyasa sonuçlarını doğru bir şekilde tahmin edebildiklerini buldular. Nöro-tahmin adı verilen bu yaklaşım, çok sayıda insanın beyin aktivitesini ölçmeye gerek kalmadan, birkaç bireyin sinirsel aktivitesine dayanarak popülasyon hakkında tahminlerde bulunmalarını sağlıyor.

Hit şarkılar kişisel beğenilerden bağımsız

Prof. Zak, “İki sinirsel değişken kullanarak isabetleri tahmin etmek için doğrusal bir modelin %69 oranında doğru olduğunu gösterdik” dedi. “Bu fena değil, ancak bu iki değişkene makine öğrenimi uyguladığımızda, tahmin doğruluğumuz %97’ye çıktı. Bunun nedeni, beynin makine öğrenimi modellerinin yakaladığı doğrusal olmayan bir yapıya sahip olmasıdır. Yine de hit şarkıları tahmin etmedeki mükemmele yakın doğruluk oldukça şaşırtıcıydı. Bu tahminlerde şarkıların hiçbir özelliği ya da kendi bildirdikleri veriler kullanılmadı, sadece nörolojik veriler kullanıldı.”

Bilinç değil bilinçsiz sinir devreleri belirliyor

Zak, “Bilinçli olarak şarkıları ‘beğendiğimizi’ ve onları paylaşmaya istekli olduğumuzu bildirmenin, hit şarkıları belirleme konusunda hiçbir öngörü yeteneği yoktu” dedi. “Ancak, bilinçsiz duygusal beyin aktivitesi, bu bilgi bilinçli farkındalığımıza açık olmasa bile, hit şarkıları çok yüksek doğrulukla belirleyebilir.” ifadeleriyle araştırmanın sonucunu özetledi.

“Asıl önemli nokta, beynimizin bilinçli olarak farkında olduğumuzdan çok daha fazlasını biliyor olmasıdır. Bu çalışmada kullanılan giyilebilir nöroteknolojilerin maliyetindeki düşüş, çok yakında herkesin bilinçdışı duygusal beyin faaliyetlerine erişebileceği ve böylece kendimiz ve çevremizle nasıl etkileşimde bulunduğumuz hakkında daha fazla şey öğrenebileceğimiz anlamına geliyor.”

Gelecek çalışmalar

“Çalışmada ölçümler için sadece 24 şarkı vardı ve örneklemimiz gençti, bu yüzden bulgular kesinlikle daha fazla şarkı ve farklı bir popülasyon test edilmelidir. Ancak, yüksek doğruluğumuz göz önüne alındığında, sonuçlarımızın tekrarlanacağından eminim. Bir sonraki adımımız, hit şarkıları tahmin etmek için diğer eğlence türlerini ölçmek olacak.”

Son olarak Prof. Zak, “Bu çalışma, her günümü laboratuvarımda ya da ofisimde geçirmek yerine, çözmeye çalıştıkları zor sorunları olan insanlarla etkileşime girmeyi aktif olarak seçtiğim için ortaya çıktı. Bilim insanlarının topluma faydalı olacak araştırmalar üzerinde çalışmak için dünyayla etkileşim halinde olmalarının gerçekten önemli olduğunu düşünüyorum.” İfadelerinde bulundu.

KAYNAKÇA:
– Eric W. Dolan (17.07.2023). Scientists use AI and unconscious brain activity to identify hit songs with shockingly high accuracy. PsyPost.
– Merritt, S. H., Gaffuri, K., & Zak, P. J. (2023). Accurately predicting hit songs using neurophysiology and machine learning. Frontiers in Artificial Intelligence, 6, 1154663.