Российские музыкальные стриминги стали активнее осваивать нейросети. Системы персональных рекомендаций, которые открывают слушателям новые треки, используют крупнейшие игроки рынка: «Яндекс Музыка», «VK Музыка», МТС Music и Hi-Fi-стриминг «Звук». В последнем “Ъ FM” рассказали, что развитие самого алгоритма считают не таким важным, как работу с данными. Сейчас сервис «Звук», по словам его представителей, делает акцент на анализе контента и предпочтениях пользователя.
Тем временем «Яндекс Музыка» недавно запустил новый алгоритм под названием «Незнакомое». Он специализируется на поиске исполнителей, которых нет в подборках у пользователя. После выхода обновления в личные плейлисты было добавлено на 20% больше новых треков от неизвестных слушателям артистов, сообщил “Ъ FM” глава по рекомендациям в «Яндекс Музыке» Александр Сафронов:
«В первую очередь «Моя волна» смотрит на поведение самих пользователей: какие треки они слушают, какие пропускают, где ставят лайк или дизлайк. Мы также заглядываем внутрь самих треков. У нас есть специальные нейронные сети, которые анализируют звучание и строят аудиовектор композиции. У треков с близким звучанием получаются близкие векторы, и таким образом мы можем найти похожие мелодии.
Что касается перспектив, то я верю в прогресс и в то, что рекомендательные системы продолжат свое развитие. Наверное, самое интересное направление здесь связано с глубокими нейронными сетями.
В прошлом году, например, мы внедрили такие модели в «Мою волну». С их помощью мы научились лучше прогнозировать развитие музыкальных вкусов пользователя. Это очень похоже на современные языковые модели, вроде YandexGPT, но только уже в контексте музыки».
Как развивается регулирование новой для России отрасли
По данным аналитической компании Luminate, в 2023 году каждый день на музыкальных платформах выпускалось 120 тыс. новых треков, а количество потоковых сервисов растет на 23% каждый год. Алгоритмы с искусственным интеллектом в таких условиях становятся необходимым проводником контента на стримингах, рассказал исполнительный директор Zvonko Digital Дмитрий Коннов. Остальным представителям музыкальной индустрии, по его словам, приходится привыкать к новым правилам игры:
«Эти алгоритмы являются очень важным элементом привлечения и удержания аудитории. Конечно же, нам как поставщикам музыки хотелось бы все-таки понимать, как же они это дело смешивают, почему иногда тот или иной релиз, который, например, звукозаписывающая компания, агрегатор сделали каким-то приоритетом, абсолютно игнорируется алгоритмом.
Но с другой стороны, мы понимаем, что это действительно ноу-хау, которое может сохраняться в тайне, охраняться, поэтому, вероятно, нам тоже нужно будет все больше ориентироваться на алгоритмы, чем на людей, которые называются A&R-менеджеры. В результате их деятельности вы, собственно, и слушаете 90% треков, которые входят в чарты «Яндекса», VK и даже того же Spotify».
Каков доход авторов от музыкальных сервисов
Системы рекомендаций с ИИ активно применяются не только в музыкальной сфере. В перспективе крупные компании с их помощью смогут навязывать потребителям товары и услуги без особых усилий и лишних расходов на рекламу, полагает эксперт по нейросетям сервиса «Битрикс24» Александр Сербул: «Нейросети так обучат, что люди попадут в зависимость. Понимаете, по сути, хакается мозг человека. Тебе будут предлагать последовательность товаров, которая логически не связана, но она в сознании человека воспринимается так, что он не может отказаться и будет покупать их дальше. Это такие цепочки контроля.
Например, человек интересуется фильмами ужасов, или ему будут интересны лекции Сергея Капицы. Никто не понимает, почему, но это так. А потом, оказывается, нейросети станут предлагать что-то не связанное ни с Капицей, ни с фильмами ужасов. Мы открыли ящик Пандоры. Это доказывается уже, что люди будут реально покупать больше. Пользователю предлагают цепочку, он даже никогда не думал об этой связи, а ему ее показали, и он потом не может заснуть, думая об этом и, например, покупает умную колонку. Все это может привести к тому, что будут суперприбыли, они будут зарабатывать на людях. В худшем случае начнут рекомендовать к покупке какие-то вредные товары».
Первым из стриминговых сервисов систему рекомендаций с применением нейросетей начал использовать Spotify. Для этого еще в 2014 году компания за $100 млн купила специализированный стартап Echo Nest. Платформа, к примеру, научилась определять отдельные музыкальные элементы в песнях и учитывать их, формируя подборки треков для пользователей.
