AI NHKスペ ヒット予測 がっかり

\ あなたにピッタリの銘柄がみつかる /

みんかぶプレミアムを無料体験!

プランをみる

お知らせ

読み込みに失敗しました。

しばらくしてからもう一度お試しください。

重要なお知らせ すべて見る

株はがまん☂☃ が出来ないさんのブログ

最新一覧へ

« 前へ738件目 / 全2273件次へ »
ブログ

AI NHKスペ ヒット予測 がっかり

2015年01月05日
NHKスペシャル『ネクストワールド 私たちの未来』が描いた私達は私達だろうか? 未来を予測する、と言う事について。


更に、音楽のヒット予測のmusicxrayが紹介されていました。この人工知能がヒット予測が高いとされた曲がプロの音楽プロデューサーに紹介される、というものです。
※musicxrayは21stCentury A&R社のヒット曲予測の人工知能のソフトです。ミュージシャンが自分の曲を投稿すると、musicxrayがヒットの可能性をはじき出します。
Musicxrayは①composition(構成)、②production(制作)、③arrangement(アレンジ)、④performance(パフォーマンス)を査定して、そして、⑤hit potential(ヒット予測)を算出します。

このmusicxrayにはクラッシク、ポップ、ジャズ、など古今東西300万曲の音楽データが有り、それが様々な音楽要素に分類・解析されています。それはヒット曲としてはあるパターンを持つことが分かりました。

ヒット曲の集団は、メロディ、リズム、など音楽要素においてはある傾向を持つとの事です。ヒット曲の集団(hit cluster)は約60の集団に分類されるそうです。
つまり、その集団に自分の曲が含まれれば、ヒットが予想される、と言う事です。

番組ではシンガーソングライターのHeidi Merrill(ハイディ・メリル)さんの事例が挙げられていました。
しかし、メリルさんの『やっと私の音楽を聴いてくれて認めてくれるなんて凄いわ』とのコメントがありましたが、違和感があります。
彼女は自分のデモテープを多くの音楽事務所に送りましたが、音沙汰はありませんでした。

※何はともあれ、NBCの音楽番組でも取り上げられたので成功への1歩を踏み出したのかもしれません。ただし、現時点ではNHKが取り扱ったほどのヒットとはなっていません。
3件のコメントがあります
  • イメージ
  • イメージ
    グーグル(Google)が早期の実用化を目指して、公道での走行試験を行っている自動運転車。 
    そのテスト車両が、公道で衝突事故を起こした際の映像が、ネット上で公開されている。 

    事故は2月14日、バレンタインデーに発生。グーグル本社のある米国カリフォルニア州マウンテンビューの公道で、 
    先代レクサス『RX450h』ベースのグーグルの自動運転車が、走行テストを実施していた。 

    グーグルの自動運転車は、前方の交差点を右折するために、直進車線から右折レーンに車線変更。 
    すると、前方に落下物(砂袋)を発見したため、一時停止。この落下物を避けようと、 
    直進車線へ戻ろうとしたところ、後方から走行してきた路線バスの側面に衝突した。 

    幸いなことに、この事故による負傷者はなし。『Associated Press』が、この事故を記録したバスの監視カメラ映像を入手。 
    3月9日、公式サイトを通じて配信している

    ok

  • イメージ
    問題点[編集]

    2015年の時点で、ディープラーニングシステムを開発できる研究者は非常に少なく、一説によると50人程度、それも多くは大学院生であるとされている[45]。また、ニューラルネットワークの多層化により、時間とコストがかかるという問題点があった[46]が、近年のコンピュータの高性能化、特にGTX TITAN X等の高性能GPUの登場により、ほぼ克服されつつある[47][48]。GPUを利用することで性能あたりの価格や消費電力を100分の1に抑えることができるとされ[49]、これにより、GPUの市場の拡大が期待されている[33]

    また、多層の線形結合で表現できるとわかっているデータ(画像や音声)に対しては効果的であるものの、自然言語処理など、多層の線形結合で表現できるかが判明していないデータに対しては特段の成果は報告されていない。[50]

    新井紀子国立情報学研究所教授)によれば[51]、日本は機械学習に必要なビッグデータがアメリカ・中国・ヨーロッパに比べて極めて集まりづらく、従来以上の量のデータが必要となる深層学習の盛り上がりは日本をさらに不利にした。日本では深層学習によってシンギュラリティ(技術的特異点=人工知能が自らより高性能な人工知能を作り出せるようになる段階)になると考える研究者も少なくないという。深層学習で雑音処理の精度を飛躍的に向上させたという中国科学技術大学国家語音実験室を2015年に訪ねた新井は、

    「深層学習は、音声や画像などに関する分類問題には一定程度役に立つがそれ以上ではない」と言われて、自分も同意見であると述べている。




コメントを書く
コメントを投稿するには、ログイン(無料会員登録)が必要です。

ネット証券比較

みんかぶおすすめ