こんにちは！サーチャーの酒井美里です。
今日はＡＩっぽい雑談をします。
みなさまは「音楽ストリーミングサービス」って
(サブスクリプションサービス。以下「サブスク」と記載)
利用されていますか？
老舗のApple Music、Amazon、Spotify、LINE･･･と
今は色々なサブスクが乱立していますよね。
一説によると (→こちらの記事を参考にさせて頂きました)
･･･という方は、サブスクがお得。
･･･の方は、あまりお得ではない。
のだとか。
私は色んな音楽を聴くのが好きなので、
複数のサブスクを試してきました。
使い始めた一番最初は、
ずーっと（もう15年くらい）Appleユーザーなので
iTunesからの Apple Musicで･･･
あっ。今日は「AIっぽい、ほぼ雑談」でした！
一旦折り畳みます。
記事の続きでは
について、ゆるく書いてます。
ちょっと長いですけれども
お時間ありましたら記事の続きにどうぞ
･･さて、そこそこ長く
Apple Music (iTunes）を使ってきたのですが、
ずっと「もやもや」していた事があって･･･
それはレコメンデーション（おすすめ）機能が脆弱だという点。
私はほとんど日本の曲は聴いていなくて、洋楽中心。
それも、1～2年周期で新しいブームが来ます･･･たいへん気まぐれです。
けれども、Apple Musicって、
「Appleが配信したいもの」を熱心に勧めてくるイメージなんですよね。
こういうのとか。
「せっかくだけど、嵐もアイドリッシュセブンも聴きませんので。」（きっぱり
って感じです。
おそらく、Apple Musicのレコメンド機能は 「Mix」と名前がつく
３～４個のリストが中心だと思われるのですが、
そちらのレコメンドリストでも、
あんまり素敵な曲を勧めてくれる感じはしなかったので
ここ数年は、こちらの「Friends Mix」を使って
「人力レコメンド作戦」を繰り広げておりました
人力レコメンド作戦とは･･･？
･･･という感じなのですが、
AppleのAIより、見知らぬ海外の方々が聴いてる曲の方が
ずっと的確なので「もうちょっとこう、何とかならないかしらね？」って思ってました。
その後･･･
最近になって、SpotifyとかYoutube Musicを試してみたら、
何もしなくても＆勝手に
”人力レコメンド” で探してた感じの曲が、
より幅広く集まってくる事に気付き、
「これはもう、Apple Musicのサブスクリプション、
近々”お別れ会”開催だな･･･」 (ふっ･･･)
って思ってる今日このごろ。
で。
以下は100％私の主観なのですけど･･･
現時点で、どちらも優秀に思えるSpotifyとYoutube Music、
似てるけど、ちょっと性質の違いを感じる時があるんです。
めっちゃ手書きで失礼します。性質の違いとは、私の場合こんなイメージ。
Spotifyは、本当に優秀だと思います。
選曲が幅広く、かつ的確で、
「日本からのアクセスだから日本のヒット曲」みたいなのは
あまり表示してこないのも、ワタシ的には ◎印。
ただ、良くも悪くも 「へんな曲」はあまり勧めてきてくれません。笑
Youtube Musicも、
ちゃんと、ツボを押さえた洋楽を勧めてはくれるんですけど、
特徴は たまに謎の曲 を教えてくれることかも･･･(￣∇￣)
昨日もイタリアやフランスの曲に混ぜて
突如「般若心経」をかけてくれました。(爆
般若心経、と言ってもニコニコ超会議で披露されたものなので
レコメンドは、一昨年超会議に行ったためかもしれないのですが･･･
（本当にそうだとしたら、それはそれで驚愕ものですけどね)
Youtubeの「なぞの曲」は、
ホントに「謎」で終わる事も多々あるけど、
時々、素晴らしい曲との出会いもあって、
そういうのは Spotifyでは少ないので
「くー！優等生のSpotifyか、個性派のYoutubeか･･･？」
私、かなり本気で悩んでおりますよ！（笑
さて、色々なサービスが林立する音楽サブスクリプション。
ユーザーが定着するためには、
・曲数の多さ
・料金体系
に加えて
・レコメンドの的確さ
も重要、と言われているようで、
Spotifyは機械学習を入れており、
その詳細も公表しています。
Spotifyはプレイリストにどう機械学習を活用しているのか？
https://note.com/hidekiikeda/n/nc7448d1060d4
という記事が、
プログラミングの知識がそこまでなくても読みやすかったです。
の、3つの技術を使っているそうです。
また、Youtube Music も Spotifyを意識して
機械学習活用を行っている、と言われています。
こちらの記事は、Youtube動画のレコメンデーションを説明しているのですが、
Spotifyと同じ協調フィルタリングと、
ニューラルネットワークも使っている、と言ってます。
これも私の主観で、また、定量的でもないので
「ホントに雑談」なのですが
音楽配信における「レコメンド」は
AI特許調査ツールにおける「ヒット公報群」に似ている気がするんです。
「これまでに好んで聴いた曲と 近い楽曲を聴きたい」のと
「ある技術内容に類似した公報を読みたい」とは
入出力の関係が似ているな、と思ったのです。
データベースになっているのも、同じですし。
そして、さきほどのYoutube Musicのパターンで考えると
「たまに謎の曲を教えてくれる」というのは、
少なくとも２つ、理由がありそうな気がしてます。
１）データベースの収録 (収録曲)
レコメンド＝収録曲、が前提。
その曲／アーティストが収録されていなければ、
レコメンデーションする事はできない。
※ちなみに「般若心経」(アーティスト：キッサコ)は
※Spotifyにも収録されておりました。びっくり･･･
２）レコメンデーションの機能差
レコメンデーションアルゴリズムの差によって、
レコメンドする曲が違う。普通に「機能差」。
それで･･･「評価軸」の話なんですが (やっと･･･！)
音楽配信の場合、私の主観を言葉にすると、下記のようになります。
でも･･･これって
特許情報群と、ＡＩツールが提示する検索結果
だと思ったら、たぶん評価が全く変わりますよね！？
もちろん、個人／主用途によって評価は違うと思うけど･･･
それぞれが特許調査ツールだとしたら、こんな風↓に言われそうな気がします。
音楽配信と特許情報では
そもそも、ユーザーの求めるものが全く違うから
このようになる可能性もあります。
が、
Spotifyとか Youtube Music風のAI特許ツールがあったとして、
確かに、先行例調査には使いにくそうな気がしますが、
発想支援ならば、むしろ可能性が広がりそうにも思うのです。
ちょうど今、AIツールのトライアルをさせて頂いているのですが
私の所では「ツールの可能性」というか、
今までの人手調査では難しかった事に使えないか？ を
評価しようとしています。
そうすると･･･
「ヒット公報100件中に、審査官引例が何件含まれていたか」
的な指標だけでは、将来性を推定しにくいと思っていて、
もっと「アルゴリズムの性質」みたいな事。
それこそ「音楽サブスクリプションの レコメンド特性の差」みたいな事を
特許データ相手に、見極めようとしています。
今、なんとなく性質がわかってきたところ！楽しみにしててください^^
ちなみに「現時点の評価」などを聞きたい方、いらっしゃいますか？
お時間ありましたら、来週水曜日(2/19)夕方、
東京の恵比寿で、ご飯会いかがでしょう。
※トライアル中のツールは２種類だけです。この記事でご確認ください。
あと４名入れます。ご興味ある方はこちらからどうぞ。
お待ちしてます！
Today's Photos
Skylar Sahakian
Federico Beccari
お問合せはこちら
■ご案内■
0 件のコメント:
コメントを投稿