人工知能とビッグデータ
前回は「人工知能はヒット曲が予測できるのか？」というテーマで書きました。最終的には、「人工知能はヒット曲を生み出せるのか？」という問になります。そこに行く前に、人工知能が威力を発揮するために有効なソースであるビッグデータに目を向けてみましょう。現状では、人間は少ないデータからヒント（インサイト）を得て、抽象化するのが得意ですが、データ量が多い場合の解析――つまり人間が発見できないようなパターンや相関関係を見つけるのには、人工知能に分があります。そして、人工知能は人間と違って飽きないし、文句を言わない(笑)。
よって、今回は、「ビッグデータは音楽業界を変えるのか？」という点で、事例を紹介します。
人工知能はヒット曲が予測できるのか？ (All Aboutテクノポップ)
Shazam
日本でもおなじみの音響指紋技術（acoustic fingerprinting）を使ったアプリ、Shazamが槍玉に挙げられている記事があります。要約すると、
現在のアメリカの楽曲売上の77％は1%のスターが独占している。それらは、Shazamなどのビッグデータを使って、売る前に既に売れてる曲を分析してそれに似た曲しか売らないからであると。
Shazamは、ユーザーが曲名が分からない、忘れた時に、それをスマートフォン（Macでも使える）に聴かせると、曲名判定をしてくれます（鼻歌でできるアプリもありますが、Shazamは対応していません）。オリジナルの英語記事を読むと、多数存在するインターネット上のビッグデータの中で、Facebook等よりも、ShazamそしてWikipediaがヒット曲へのインジケーターとなると指摘されています。Shazamはその用途からも、人々がさらに知りたい曲を教えてくれるからであると。
実際にどのくらいの割合のヒット曲に、どのようにビッグデータを使われたか検証されていませんので、ビッグデータが1%のスターによる77%の売上独占に貢献したかはわかりません。多少飛躍した感じもしますが、Warner MusicはShazamとパートナーとなり、ビッグデータをもとに明日のスター発掘に使うと発表しているので、ビッグデータの活用は増えるのでしょう。
ビッグデータが音楽を殺す？ 1%のスターが楽曲売上の77%を独占 (GIZMODO)
ちなみに2014年に日本で一番Shazam検索された曲は、Clean Banditの「Rather Be」！ 全世界では、現在1,500万回以上、Shazamされています。
Clean Banditは、2009年に結成されたイギリスのケンブリッジ出身の4人組。彼らの特徴は、クラシックとエレクトロポップ（R&Bやハウス的要素もある）の融合。過去、クラシック的な要素をもったバンドはありましたが、完成度は高く、注目させる力と中毒性があるサウンドとなっています。EDM的なものに溢れていた状況では新鮮です。しかも、PVの舞台は日本となっており、いい意味でのミスマッチ感が素敵です。
New Eyes <最強盤> (amazon.co.jp)
New Eyes
Clean Bandit - Rather Be (YouTube)
前回の「人工知能はヒット曲が予測できるのか？」で紹介したScoreAHitで判定すると、なんと11点中10点！ この曲はUKチャートでも1位になっているので、今回は予測的中です。
