一项新研究表明，AI可以分析心脏活动，在歌曲发布前预测它是否会成为热门歌曲。但一些热门歌曲科学研究人员对此持怀疑态度。

机器能预测“夏日神曲”吗？它能剔除容易被人遗忘的失败之作吗？如果可以，这样的技术可以降低音乐制作成本、策划公共播放列表，甚至让电视选秀节目的评委变得多余——但经过几十年的“热门歌曲科学”研究，预测一首歌曲的成功仍然更多地是一门艺术，而不是科学。

现在，加利福尼亚州克莱蒙特研究生大学的研究人员表示，他们找到了一种方法，利用人工智能分析听众的生理信号，并预测下一首登上排行榜的流行歌曲。该团队在参与者听音乐时跟踪他们的心脏活动。科学家使用一种算法将数据转换为他们所说的神经活动的 proxy。然后，一个在这些数据上训练的机器学习模型能够以97%的准确率判断一首歌是热门还是失败。

传统方法与新方法

传统上，希望预测下一首热门歌曲的音乐行业专家依靠大型数据库来分析热门歌曲的歌词和声学特征，如节奏、露骨程度和舞蹈性。但这种方法的表现仅略好于随机抛硬币。

克莱蒙特团队没有关注歌曲的品质，而是试图探索人类如何对音乐做出反应。“这种联系似乎几乎太简单了。歌曲旨在为人们创造情感体验，而这些情感来自大脑，”该研究的资深作者、克莱蒙特研究生大学的神经经济学家Paul Zak说。

Zak的团队没有直接测量大脑反应，而是为33名参与者配备了可穿戴心脏传感器，这些传感器监测血流变化，类似于传统的智能手表和健身追踪器检测心率的方式。

参与者听了24首歌，从Tones and I的超级热门歌曲《Dance Monkey》到NLE Choppa的商业失败歌曲《Dekario (Pain)》。然后，他们的心脏数据被输入到Zak共同创立的商业平台Immersion Neuroscience，他说该平台通过算法将心脏活动转化为一个称为沉浸度的注意力和情感共鸣的综合指标。在这些沉浸度信号上训练的AI模型能够以高精度预测热门歌曲，研究人员报告说。

怀疑与潜力

并非所有人都信服。“这项研究的关键在于沉浸度的神经生理学测量，但这种测量需要进一步的科学验证，”挪威卑尔根大学的神经科学家Stefan Koelsch说。Koelsch还指出，尽管该研究引用了多篇论文来支持沉浸度作为大脑活动测量指标的有效性，但并非所有论文都发表在同行评审的期刊上。

Koelsch也对机器学习模型能否捕捉到使一首歌成为热门歌曲的细微差别表示怀疑。他说：“即使要找到令人愉悦和不愉悦音乐之间最粗略的差异的可靠指标也非常困难，更不用说使一首好听的乐曲成为热门歌曲的细微差别了。”

如果这种新模型的结果得到验证，它可能具有巨大的商业潜力。对Zak来说，它的主要用途在于有效地筛选现有歌曲的海量库。“随着可穿戴设备变得更便宜和更普遍，这项技术可以被动地监测你的大脑活动，并根据这些数据推荐音乐、电影或电视节目，”Zak说。“谁不想要呢？”