¿No está satisfecho con el lanzamiento reciente y altamente específico de la mezcla de nicho, Spotify? ¿Crees que debe haber una mejor manera de entender nuestros deseos y deseos musicales más profundos y tácitos?
Personalmente, me encantaría que cumplieras tu promesa de Spotify HiFi (y puedo tomar o dejar la renovación al estilo TikTok, gracias), pero parece que tienes otros planes.
El concepto que estoy a punto de compartir es cerebral y algo de lo que la mayoría de nosotros probablemente tengamos una comprensión tenue, en el mejor de los casos. Se trata de contrafactuales (se abre en una pestaña nueva)causalidad e inferencia causal en matemáticas de aprendizaje automático (entonces, si algo no sucedió, pero ¿y si hubiera sucedido? ¡Ahora agréguelo a las matemáticas!) y Spotify está listo para usarlo para ayudar al gigante de la transmisión a sugerir su siguiente álbum o lista de reproducción favorita.
piensa en la pelicula Puertas corredizas (se abre en una pestaña nueva) pero con tu colección de música, y tienes la idea básica, pero el concepto es complejo y no hay error.
Qué en realidad lo es ¿aunque? Según lo informado por la publicación tecnológica bimensual con sede en Massachusetts, MIT Technology Review (se abre en una pestaña nueva), un equipo de investigadores de Spotify acaba de crear un nuevo tipo de modelo de aprendizaje automático que, por primera vez, captura las matemáticas complejas detrás del análisis contrafáctico. Y aparentemente, puede usarse para identificar las causas de eventos pasados y predecir los efectos de los futuros.
¿Cómo se traduce eso en la mezcla de los 90 que transmitiste desde la 1 a. m. hasta las 4 a. m. anoche después de compartir una botella de vino con un amigo… y posiblemente enviarle un mensaje de texto a tu ex? Bueno, si Spotify lo sabe, podría mejorar la precisión de la toma de decisiones automatizada, especialmente recomendaciones personalizadas.
Análisis: ¿Música de la mente? ¿O el camino de Spotify hacia la locura virtual?
Bien hecho, si te diste cuenta de que acabo de poner dos canciones de Jamiroquai en un subtítulo; probablemente recibamos listas de reproducción de acid-jazz similares más tarde. ¡Choca esos cinco para ti!
Ahora vamos a subir un nivel. Quédate conmigo y podemos relajarnos con una buena mezcla relajante más tarde. Todo el enfoque matemático contrafactual está inspirado en los conos de luz de Einstein. Piense en un ‘cono de futuros’ donde el círculo más estrecho, creado por el cono más delgado, es ‘probable’, luego ‘plausible’ saliendo y saliendo a medida que el cono se ensancha hacia ‘posible’ y finalmente ‘absurdo’, es decir. altamente improbable.
¿Lo tengo? Bien. Ahora bien, la teoría básica detrás de los contrafactuales es preguntar qué habría sucedido en una situación si ciertas cosas hubieran sido diferentes, si Helen (también conocida como Gwyneth Paltrow) no hubiera tomado el tren ni lo hubiera perdido en Puertas corredizas en 1998, pero en cambio decidió ir a ver una película y terminó derramando palomitas de maíz sobre el verdadero amor de su vida… Al alterar las variables correctas, debería ser posible distinguir la causalidad genuina de la asociación y la coincidencia. ¡Así que estrechamos el cono!
Todo suena un poco pastel en el cielo? Estoy de acuerdo. Yo, por ejemplo, podría haber metido las mismas canciones de Falco en mi cerebro repetidamente durante dos meses en 2009 porque las estaba bailando, por trabajo. ¿Qué dice eso de mí, Spotify? Quizás no era mi música favorita… quizás también escuchaba a Ella Fitzgerald en vinilo para relajarme. Acaso tú saber sobre eso? ¿Lo que de ella?
Pero mira, donde realmente se vuelve alucinante es que la IA contrafactual funciona en el resultado de un evento, incluso si el evento nunca sucedió.
El equipo de Spotify probó el modelo utilizando estudios de casos del mundo real, incluido uno que analiza las implicaciones para la salud de una fuente de agua en Kenia. Y realmente es el futuro. Spotify no es el único gigante tecnológico que galopa hacia modelos de aprendizaje automático con la capacidad de realizar un razonamiento de causa y efecto; Meta, LinkedIn, Amazon y el propietario de TikTok, ByteDance, también han estado trabajando en una tecnología similar. Aparentemente, Meta está utilizando la inferencia causal en una herramienta de aprendizaje automático para administrar cuántas notificaciones (y de qué tipo) Instagram puede enviar a sus usuarios y aún así mantenerlos enganchados.
¿Será mejor que «Te gustan las Fontaines DC, así que diviértete con Yard Act» cuando Spotify lo implemente? Imposible de decir. ¿Lo quiero? No, no, pero veo a Spotify como un viejo amigo de tiempos más simples, en lugar de uno de los mejores servicios de transmisión de música de 2023. Además, se sabe que escucho la misma canción XTC de 1984 en bucle durante 90 minutos (Despertarsi te lo estás preguntando) solo para apreciar los coros… No me importa saber qué piensa Spotify de eso.