Google，Spotify，＆Pandora Bet一台计算机可以生成比您可以更好的播放列表

Google，Pandora和Spotify还没有完全宣传它，但他们都在努力使用一种称为“深度学习”的人工智能，为您制作一个更好的音乐播放列表。

这三者最近聘请了深度学习专家。这个分支。涉及培训系统，称为“人工神经网络”，其具有从图像，文本和其他输入派生的信息的Tberytes。然后，它提出了具有新信息的系统，并以响应为其接收推断。包括谷歌，百度等公司在内的公司已经深入了解各种目的 - 广告，语音识别，图像识别，甚至数据中心优化。初创公司甚至打算使用深度学习来识别医学图像中的模式。

现在这些公司正在转向音乐。用于音乐流服务的神经网络可以识别音乐中的和弦进程等模式，而无需使用音乐专家即可将机器用于寻找它们。然后它可以介绍一个歌曲，专辑或艺术家的聆听者，符合他们的喜好。

将这些复杂的系统放入生产中不一定会过夜。但要留意：一旦到位，深度学习可能是这种技术激励听众才能围绕音乐流服务而恢复过来。

“这是一个非常令人兴奋的地区，当然，潘多拉对潘多拉很感兴趣，”Pandora高级科学家Erik Schmidt在接受采访时告诉Vidturebeat。

发送在实习版

新的关注浪潮导致去年比利时根特大学出来的学术论文。

在大学电子和信息系统部门的晦涩的“水库计算”部分，博士。学生Sander Dieleman和Aäronvandenoord与Benjamin Schrauwen教授进行了卷积神经网络（CNNS）挑选歌曲的属性，而不是使用它们观察图像中的特征，因为工程师多年来已经完成。

以上：Spotify基于一首歌曲启动了广播电台。凉爽的。

这是他们的模型“产生了明智的建议”，因为他们把它放在纸上。更重要的是，他们的实验表明了该系统“显着优于传统方法”。

本文捕获了与音乐和深度学习的学者的想象力也是如此。Microsoft研究人员甚至在最近的深度学习领域概述了论文。

该集团的作品也在Spotify袭击了一个神经。Dieleman和Van den Oord最终会议会议，同时在2013年12月在Tahoe湖附近的着名神经信息处理系统会议上展示了一些公司的员工。

“他们邀请我们谈谈我们在Spotify办公室的工作，因为我们已经计划在回家的路上停留在纽约，”Dieleman在电子邮件中告诉VentureBeat。“这就是我最终最终结束的方式，所以我想这篇论文非常有用。”

至于Van den Oord，他最终与谷歌音乐研究组的软件工程师有关菲律宾哈姆尔。

Dieleman和Van Den Oord自回到大学以来，这很清楚，公司希望在学术设计的方法中仔细观察。

一种更聪明的机器人

深入学习从Spotify的推荐系统中脱颖而出，使用更传统的数据分析。在线，它可以提供关键指标的改进。

Spotify目前建议使用来自Echo Nest的技术的歌曲，Spotify今年最终购买了。回声嵌套使用两个系统收集数据：分析关于特定音乐的互联网上的文本，以及对歌曲本身的声学分析。后者需要指导机器来倾听歌曲中某些品质，如节奏，卷和钥匙。

我们“在一般和音乐理论中申请了关于音乐听音乐的知识，并尝试将音乐家首先识别和解和分析音乐的方式建模，然后康复巢穴的Cofounder表示，现在的Spotify首席科学家Tristan Jehan说。

以上：Spotify Cofounder和首席执行官丹尼尔ek [从左边的第五]与Spotify“摇滚明星”用户。

“桑德尔[Dieleman]只是采取波形并假设我们不知道那些东西，但机器可以派生一切，或多或少，”杰努说。“这就是为什么它是一个非常通用的模型，它有很多潜力。”

此想法是预测歌曲侦听者可能喜欢的歌曲，即使使用数据不可用。

因此，Dieleman指出了Spotify的数据集的系统 - 没有哪些歌曲发现用户喜欢的数据 - 并且基于歌曲相似度提出了几个播放列表。博客帖子产生了很多兴趣;它甚至导致研究人员在自己的工作中开始使用Dieleman的一些方法。

实施不是Spotify的当前方法的完美替代品。但杰努认为值得追求。