Moments of True Music - AI #10

0

Beginnen wir mit der Zahl Zwanzigtausend. So viele Musiktitel nämlich werden pro Tag auf Spotify hochgeladen. Wer kann da noch sicher sein, dass er ihren Musiktitel findet, der ihr gefällt? Womöglich keiner. Nun, Spotify ist ja nur eine von vielen Musikplattformen. Leicht ist vorzustellen demnach, dass es an Musik nur so wimmelt auf den Servern dieser Welt. Und ebenso leicht ist vorzustellen, dass irgendeiner unbedingt mal über neue Kategorien für Songs nachdenken sollte, um sie besser zu finden. Um sie beispielsweise mit einer Emotion und einer Aktion und einem Ort gleichzeitig zu verknüpfen.

Joshua Weikert hat das mit seinen beiden Partnern getan und ist zu einem Ergebnis namens Cyanite gekommen. Das ist ihr Start-up, das mittels Künstlicher Intelligenz Musiktitel kategorisiert. Hörerinnen können zwei Dinge tun: Erstens einem Song diese drei Aspekte zuordnen, um den Song dann später, wenn die Gefühlslage mal wieder so desolat oder besonders euphorisch ist, erneut anzuhören.

Oder bei einem Sonnenbad

Oder zweitens können sie andere Songs finden, wenn eine Gefühlslage gerade so ist wie sie ist, die dieser auch entspricht. „Man kann aber auch nach Orten suchen“, sagt Weikert. Damit meint er, dass, wenn man gerade auf einer Parkwiese im Sommer ein Sonnenbad nimmt, einen Song mit solchen Aspekten finden kann, die dem Sonnenbad auf der Parkwiese (emotional) ähneln: also quasi nach Wiesen oder Parks suchen.

Joshua Weikert - MFG Gastspiel - SAS

Joshua Weikert - MFG Gastspiel

Das Ganze begann mit einer App namens Groovecat noch während ihres Studiums. Damals. Damals, das war, als er und seine beiden Partner noch in Mannheim an der Pop Akademie im Masterstudiengang „Music and Creative Industries“ studierten. Damals kannte man die Musikindustrie schon sehr gut. Die App, die sie sich ausgedacht hatten, war eigentlich ein Tagebuch für Musikmomente, das man mit seinen Freunden teilen konnte. Das Instagram-Prinzip.

Mehr im Grunde nicht. Bis auf den Zusatz, dass besagte App schon damals der Musik zwei Dinge zugeordnet hatte: Emotionen und ein Video, das man auch gleich mit ihr aufnehmen konnte. „Dieses Paket haben wir Musikmomente genannt, die man sich selbst zusammenstellen konnte.“

Dieses Ding gefiel nicht nur ihnen, sondern vielen: Sie gewannen mit ihm verschiedenste Wettbewerbe. „Und irgendwann stand vor ihnen ein Gewinn von 10.000 Euro. "Wir wussten nicht, was wir damit machen sollten“, erzählt Joshua Weikert. Das war der Beginn ihres Start-ups Cyanite. Und jetzt ist alles noch besser, denn jetzt analysieren sie mit Künstlicher Intelligenz die Musik, die jeder auf ihre Plattform hochladen kann.

„Es gibt da auch ein zeitliches Diagramm. Da kann man dann sehen, welches emotionale Lable wann besonders dominant war. Man sieht also über die Zeit einen Verlauf von mehreren Emotionskurven für die Songs.“ Click To Tweet

Für wen ist das Ganze denn, Joshua?

„Für alle. Unsere Analysen mit emotionalen Tags vergleichen gleich 10 Songs auf einmal. Oder, wer will, könnte auch den genauen Zeitpunkt in einem Song herausfinden, wo eine Emotion besonders dominant war.“ Technologisch ausgedrückt will uns Joshua bloß sagen, dass er mit Machine Learning seine KI-Modelle trainiert. Die dann vorhersagen, welche Musik welche emotionale Reaktion hervorruft und in welcher Situation welcher Song gerade passt. Andersherum ausgedrückt will uns Joshua vermitteln, dass er und seine Partner mittels KI Songs neu etikettieren. Datenbasis ist die von Groovecat.

Also das Grundprinzip von Künstlicher Intelligenz? „Richtig, anfangs wurde eine fast unendliche Menge an Songs mit Happy oder Sad verschlagwortet. Daraus lernte die Maschine für sich selbst, was die Eigenschaften sind, die Happy oder Sad ausmachen.“ War dieses Training abgeschlossen, sind sie mit einem neuen Song an die Maschine herangetreten und ließen sie diesen mit ihrem Gelernten bewerten. Data Scientists aus Fleisch und Blut haben das schlussendlich überprüft. „Und hier nun sind wir an einem sehr spannenden Punkt angelangt“, resümiert Weikert.

Denn was sich für den einen traurig anhört, löst bei einem anderen etwas dazwischen oder sogar Freude aus. Diese Subjektivität muss möglichst minimiert werden. Doch eines ist klar: Es ist sehr diffizil, solche Nuancen in einer Maschine abzubilden. „Schon allein eine Emotion an sich zu bestimmen ist schwierig, so nimmt jeder Mensch etwas anderes wahr. Wenn man dann noch die unterschiedlichen kulturellen Voraussetzungen berücksichtigt, wird es nicht leichter.“

Deshalb setzen die drei auf ein möglichst generalistisches Modell. Sie haben ein paar Regeln aufgestellt, mit denen ihre Idee wohl sehr gut funktioniere. Welche das sind, bleibt natürlich ihr Geheimnis. Aber: Auf ihrer Website kann jeder mal ausprobieren, wie KI funktioniert. „Alle reden immer von KI wie toll das ist. Aber niemand traut sich mal nach Draußen zu gehen und sie den Leuten frei verfügbar an die Hand zu geben.“

Tags
Share

About Author

Andrea Deinert

#Meetup-Group@SAS-Data-Science Liaison & Internal Journalist, Contributor to the Frankfurt Data Science Community

Leave A Reply

Back to Top