Во время великолепного симпозиума Cultured Data Symposium 2020 Тобин Чодос сказал что-то вроде: «Поскольку не существует математически последовательной меры «успеха» в музыкальных рекомендациях, поскольку человеческая любовь к музыке настолько странна и капризна, вы, вероятно, могли бы обратить вспять логику рекомендаций Spotify. движок и получить такие же удовлетворительные результаты, а может быть, и более удовлетворительные».
Сделайте плохую рекомендацию Spotify. Мол, самое худшее. Плохие вибрации, антирекомендации.
В настоящее время это во многом является подтверждением концепции. Он собирает 50 ваших лучших песен (в долгосрочной перспективе), а затем выполняет «рекомендацию по самому дальнему соседу» на основе аудиофункций, предоставляемых Spotify. Я ограничился самыми популярными треками в мире в 2019 году, поэтому не мог выбрать полную ерунду. Другими словами, это рекомендательная система, которая пытается найти музыку, которая популярна, но вам не нравится.
Хотя, честно говоря, эта рождественская песня *NYSYNC довольно грубовата.
Вы можете поиграть с ним на http://badplaylist.com.
«Дело вот в чем. Даже если бы существовали какие-то объективные критерии, которые делают одно произведение искусства лучше другого, пока контекст играет роль в нашем эстетическом восприятии искусства, невозможно создать осязаемую меру эстетического качества, которая работала бы для всех. Какие бы статистические методы, уловки искусственного интеллекта или алгоритмы машинного обучения вы ни применяли, пытаться использовать цифры, чтобы уловить суть художественного совершенства, — все равно, что хвататься за дым руками».
