你到底更喜歡Jackson Five還是Stravinsky？能預(yù)測(cè)你音樂(lè)喜好的人工智能聽(tīng)起來(lái)比科幻小說(shuō)更不現(xiàn)實(shí)，但瑞典延雪平大學(xué)和荷蘭馬斯特里赫特大學(xué)的研究人員認(rèn)為自己已經(jīng)在這方面取得了突破。

該團(tuán)隊(duì)在一篇公布于Arxix．org的文章里描述了一個(gè)系統(tǒng)，它能根據(jù)一個(gè)人的傾聽(tīng)行為，并利用機(jī)器學(xué)習(xí)算法和心理模式來(lái)預(yù)測(cè)他們的“音樂(lè)素養(yǎng)”。

“心理模式被越來(lái)越頻繁地用于解釋行為痕跡。利用領(lǐng)域相關(guān)心理模式，可以更好地鑒別行為（例如聽(tīng)音樂(lè)），并對(duì)這些行為的發(fā)生提供更深層的理解�！彼麄儗懙�。

在這篇文章中，“音樂(lè)素養(yǎng)”指的是“音樂(lè)上的技巧、經(jīng)驗(yàn)、成就和各個(gè)方面的相關(guān)行為”。這些研究員指出，研究已表明音樂(lè)素養(yǎng)更高的人，音樂(lè)技巧通常更加成熟，也更可能去參與一些“和音樂(lè)相關(guān)的行為”，例如演奏一件樂(lè)器，嘗試各種音樂(lè)風(fēng)格等。

他們通過(guò)一款應(yīng)用接入Spotify的API來(lái)搜集數(shù)據(jù)，這些數(shù)據(jù)包括用戶的播放列表，以及活躍程度、是否容易起舞、節(jié)奏、拍子記號(hào)、響度、歌曲人氣和歌手人氣等音頻特征。這些數(shù)據(jù)也有助于回答了Goldmiths Musical Sophistication Index的一些問(wèn)題——特別是活躍度（一個(gè)用戶在音樂(lè)上花費(fèi)的時(shí)間和金錢）和情感（對(duì)音樂(lè)產(chǎn)生情感響應(yīng)的相關(guān)行為）這兩方面。

這些數(shù)據(jù)會(huì)進(jìn)入一個(gè)神經(jīng)網(wǎng)絡(luò)（這種人工智能系統(tǒng)由處理節(jié)點(diǎn)構(gòu)成，它模仿了人類大腦的神經(jīng)元結(jié)構(gòu)），該系統(tǒng)預(yù)測(cè)了61個(gè)研究項(xiàng)目的情感和參與活躍度，其結(jié)果擁有較高的精準(zhǔn)性，其中前者的準(zhǔn)確率為95％，后者的準(zhǔn)確率為93％。

“我們的結(jié)果表明了聽(tīng)音樂(lè)的習(xí)慣可以被用于預(yù)測(cè)用戶的音樂(lè)素養(yǎng)�！毖芯咳藛T寫道。