Cómo la inteligencia artificial ayuda a Spotify a posicionarse en el mundo de la transmisión de música Imprimir
Usar puntuación: / 2
MaloBueno 
Martes, 27 de Agosto de 2019 18:02
Spotify utiliza inteligencia artificial (IA) y aprendizaje automático para descubrir el comportamiento de los usuarios  a partir de datos, preservando así su lugar como uno de los sitios de transmisión de música más populares en la web.
 
Spotify es un servicio de transmisión de música digital que brinda acceso a millones de canciones, podcasts y videos de artistas de todo el mundo. Las bibliotecas de canciones en streaming en los diferentes portales musicales más importantes, superan los 50 millones de canciones y ya Spotify tiene una selección de música variada de más de 35 millones de audios que van desde música como rockabilly, pop, rock, e infinidad de otros géneros además de podcasts que se obtienen con el servicio Premium.
 
Spotify es inmediatamente atractivo porque se puede acceder a contenido de forma gratuita simplemente registrándose con una dirección de correo electrónico o conectándose con Facebook. Si no se está interesado en las tarifas de suscripción mensual para Spotify Premium, o simplemente quiere sumergirse y probarlo, es fácil comenzar y no hay ningún tipo de compromiso.
Spotify es la mayor aplicación de servicio de música a pedido hoy en día. La empresa tiene un historial de superar los límites de la tecnología mediante el uso de inteligencia artificial y aprendizaje automático para mejorar la experiencia del usuario a través de información detallada de los datos del cliente. 
 
Recientemente, adquirieron varias compañías de ciencia de datos para ampliar aún más los límites, asegurando que permanecerán a la vanguardia del mundo de la transmisión de música.
 
¿Por qué los datos son el ingrediente mágico para el éxito de la transmisión de música?
 
Con decenas de millones de usuarios escuchando música cada minuto del día, marcas como Spotify acumulan una montaña de datos implícitos de los clientes compuestos por preferencias de canciones, preferencias de palabras clave, datos de listas de reproducción, ubicación geográfica de los oyentes, dispositivos más utilizados y más.
 
Los datos impulsan las decisiones en todos los departamentos de Spotify. Esta información se utiliza para entrenar algoritmos que extrapolan conocimientos relevantes tanto del contenido de la plataforma como de las conversaciones en línea sobre música y artistas, así como de los datos del cliente, y lo utilizan para mejorar la experiencia del usuario.
 
Un ejemplo es "Discover Weekly", que llegó a 40 millones de personas en el primer año en que se introdujo. Cada lunes, a los usuarios individuales se les presenta una lista personalizada de treinta canciones. La lista de reproducción recomendada comprende pistas que el usuario podría no haber escuchado antes, pero las recomendaciones se generan en función del patrón del historial de búsqueda del usuario y la posible preferencia musical. El aprendizaje automático permite que las recomendaciones mejoren con el tiempo. No solo hace que los usuarios regresen, sino que también permite una mayor exposición para los artistas que los usuarios no pueden buscar orgánicamente.
 
Para que Spotify genere la lista de música personalizada "Discover Weekly", el equipo utiliza una combinación de tres modelos:
 
Filtración colaborativa:
 
Esto implica comparar las tendencias de comportamiento de un usuario con las de otros usuarios. La plataforma de transmisión de contenido Netflix adopta de manera similar el filtrado colaborativo para potenciar sus modelos de recomendación, utilizando las clasificaciones de películas basadas en estrellas de los espectadores para crear recomendaciones para otros usuarios similares. 
 
Si bien Spotify no incorpora un sistema de calificación para las canciones, sí utiliza comentarios implícitos, como la cantidad de veces que un usuario ha reproducido una canción en particular, ha guardado una canción en sus listas o ha hecho clic en la página del artista al escucharla para así proporcionar recomendaciones relevantes para otros usuarios que se han considerado similares.
 
Procesamiento de lenguaje natural (PNL):
 
El PNL analiza el habla humana a través del texto. La IA de Spotify escanea los metadatos de una pista, así como publicaciones en el blog y debates sobre músicos específicos y artículos de noticias sobre canciones o artistas en Internet. Analiza lo que dice la gente sobre ciertos artistas o canciones y el lenguaje que se usa, y también sobre qué otros artistas y canciones se están discutiendo, e identifica términos descriptivos, frases nominales y otros textos asociados con esas canciones o artistas. .Estas palabras clave se clasifican en "vectores culturales" y "términos principales". Cada artista y canción está asociado con miles de términos principales que están sujetos a cambios a diario. 
 
A cada término se le asigna un peso, lo que refleja su importancia relativa en términos de cuántas veces un individuo atribuiría ese término a una canción o músico que le guste. Spotify no tiene un diccionario fijo para esto, pero el sistema puede identificar nuevos términos musicales a medida que aparecen, no solo en inglés, sino también en idiomas derivados del latín en todas las culturas. Por supuesto, el spam y el contenido no relacionado con la música se descarta mediante un proceso de filtrado.
 
Modelos de audio:
 
Los modelos de audio se utilizan para analizar datos de pistas de audio sin procesar y clasificar las canciones en consecuencia. Esto ayuda a la plataforma a evaluar todas las canciones para crear recomendaciones, independientemente de la cobertura en línea. Por ejemplo, si hay una nueva canción lanzada por un nuevo artista en la plataforma, los modelos de PNL podrían no captarla si la cobertura en línea y en las redes sociales es baja. Sin embargo, al aprovechar los datos de las canciones de los modelos de audio, el modelo de filtrado colaborativo podrá analizar la pista y recomendarla a usuarios similares junto con otras canciones más populares.
 
Spotify también ha adoptado redes neuronales, que resultan ser la misma tecnología utilizada para el reconocimiento facial. En el caso de Spotify, estos modelos se utilizan en datos de audio en lugar de en píxeles. 
 
De esta manera, Spotify se presenta a sí mismo no solo como una plataforma para músicos populares, sino también como una oportunidad para que la próxima generación de músicos en ciernes obtenga reconocimiento.
 
En Spotify, la personalización es un elemento clave que contribuye a la experiencia de usuario superior de Spotify, y esto es evidente en la introducción de listas de reproducción como "Discover Weekly" y "Release Radar". Pero, ¿cómo Spotify conoce tan bien las preferencias de un usuario?
 
Solo en el 2017, Spotify realizó una ola de adquisiciones para mejorar la tecnología detrás de sus elementos de personalización. Una adquisición importante fue la empresa francesa Niland, que se describe a sí misma como "una compañía de tecnología musical que proporciona motores de búsqueda y descubrimiento de música basados en algoritmos de aprendizaje profundo y escucha de máquinas".
 
Esto fue fundamental para Spotify, ya que condujo a mejoras en el servicio para los oyentes de música, aprovechando la API de Niland y los algoritmos de aprendizaje automático para generar mejores búsquedas y recomendaciones de música, y permitiendo a los usuarios descubrir la música que les gusta más fácilmente.
 
Spotify también adquirió la compañía de Blockchain Mediachain Labs. Esta adquisición ayuda a las personas adecuadas a que se les pague por cada pista reproducida en Spotify.
 
La tecnología Blockchain es uno de los temas más populares en el negocio de la música, ya que es una de las formas más innovadoras de garantizar que las transacciones se procesen de manera más eficiente. La transición de la industria de la música de la venta de descargas de CD a MP3, y ahora la transmisión, ha dificultado el seguimiento de los billones de puntos de datos que se requieren para realizar los pagos correctos de regalías. Mediachain, en este caso, es vista como un salvadora potencial para la industria, no solo para hacer que el proceso sea más transparente, sino también para hacerlo más eficiente.
 
El aprendizaje automático, impulsado tanto por los datos del usuario como por los datos externos, se ha convertido en el núcleo de la oferta de Spotify, ayudando a los artistas a comprender mejor a su audiencia y llegar a ser descubiertos, al tiempo que ayuda a Spotify a estar al tanto del espacio de transmisión de música a través de una comprensión profunda de su base de clientes y recomendaciones predictivas que hacen que los usuarios vuelvan.
La inteligencia artificial, simplemente está moldeando y mejorando la industria musical con la ayuda de plataformas como Spotify.