ในระหว่างการประชุม Cultured Data Symposium ประจำปี 2020 ที่ยอดเยี่ยม Tobin Chodos กล่าวประมาณว่า "เนื่องจากไม่มีการวัด "ความสำเร็จ" ในการแนะนำเพลงในทางคณิตศาสตร์ที่สอดคล้องกัน เนื่องจากความรักในดนตรีของมนุษย์นั้นแปลกและไม่แน่นอน คุณจึงสามารถกลับตรรกะของผู้แนะนำของ Spotify ได้ เครื่องยนต์แล้วได้ผลลัพธ์ที่น่าพอใจพอ ๆ กัน บางทีก็น่าพอใจมากกว่า”
สร้างผู้แนะนำ Spotify ที่ไม่ดี ชอบที่เลวร้ายที่สุด ความรู้สึกต่อต้านข้อเสนอแนะที่ไม่ดี
ขณะนี้นี่เป็นข้อพิสูจน์แนวคิดอย่างมาก โดยจะดึงเพลง 50 อันดับแรกของคุณ (ระยะยาว) จากนั้นจึงทำ "คำแนะนำเพื่อนบ้านที่ไกลที่สุด" ตามคุณสมบัติเสียงที่ Spotify มอบให้ ฉันจำกัดตัวเองให้อยู่ในเพลงที่มียอดสตรีมมากที่สุดทั่วโลกประจำปี 2019 ดังนั้นฉันจึงเลือกเพลงอะไรไม่ได้เลย กล่าวอีกนัยหนึ่งคือเป็นระบบแนะนำที่พยายามค้นหาเพลงที่กำลังเป็นที่นิยมแต่คุณจะไม่ชอบ
แม้ว่าพูดตามตรงแล้ว เพลงคริสต์มาสของ *NYSYNC นั้นค่อนข้างหยาบ
คุณสามารถเล่นกับมันได้ที่ http://badplaylist.com
"ประเด็นก็คือ แม้ว่าจะมีเกณฑ์ที่เป็นรูปธรรมบางประการที่ทำให้งานศิลปะชิ้นหนึ่งดีกว่าชิ้นอื่น ตราบใดที่บริบทมีบทบาทในการชื่นชมศิลปะเชิงสุนทรีย์ของเรา ก็เป็นไปไม่ได้ที่จะสร้างการวัดคุณภาพเชิงสุนทรียภาพที่จับต้องได้ซึ่งใช้ได้ผลสำหรับทุกคน ทุกที่ ไม่ว่าเทคนิคทางสถิติหรือเทคนิคปัญญาประดิษฐ์หรืออัลกอริธึมการเรียนรู้ของเครื่องที่คุณปรับใช้การพยายามใช้ตัวเลขเพื่อยึดติดกับแก่นแท้ของความเป็นเลิศทางศิลปะก็เหมือนกับการกำควันด้วยมือของคุณ”
