ML (Machine Learning – Máy học) và AI (Artificial Intelligence – Trí thông minh nhân tạo) là hai trong số những khái niệm đang dần trở nên phổ biến, đặc biệt là trên các thiết bị thông minh ngày nay. Nhờ vào hai công nghệ này, các nền tảng phát nhạc trực tuyến đã được công nghiệp hoá bằng việc nâng cao trải nghiệm người dùng, đồng thời cải thiện khả năng khám phá nội dung và cho phép các đề xuất được cá nhân hoá.
- Làm cách nào để Spotify hiểu được thị hiếu âm nhạc của bạn?
- Phương pháp “lọc cộng tác” là gì?
- Phương pháp “lọc cộng tác” có hạn chế nào không?
- Phương pháp “lọc dựa trên nội dung” là gì?
- Đề xuất dựa trên khu vực: Phân tích lời bài hát và bài đăng trên Blog
- Những hạn chế của việc sử dụng AI
- Hệ thống đề xuất của Spotify không thể luôn hoàn hảo
Hiện nay, với những đóng góp quan trọng của hai công nghệ AI và ML, Spotify đã trở thành một trong những nền tảng phát nhạc trực tuyến lớn nhất thế giới nhờ vào trải nghiệm sử dụng được tối ưu vô cùng tốt.
Làm cách nào để Spotify hiểu được thị hiếu âm nhạc của bạn?
Hệ thống đề xuất của Spotify chính là sự kết hợp vô cùng phức tạp giữa khả năng lọc cộng tác, lọc dựa trên nội dung và nhiều kỹ thuật ML/AI khác.
Đồng thời, Spotify đã thành công trong việc cân bằng giữa khám phá và khai thác. Việc “khai thác” giúp cung cấp các đề xuất dựa trên thói quen nghe nhạc của người dùng trong quá khứ. Trong khi đó, “khám phá” sẽ dựa trên mức độ tương tác của người dùng với bài hát, thể loại nhạc hay nhạc sĩ. Nó là một quá trình nghiên cứu và tìm hiểu về cách mà người dùng sẽ tương tác với những nội dung được nền tảng này đề xuất.
Hệ thống đề xuất của Spotify là sự kết hợp tinh vi của nhiều kỹ thuật khác nhau, cung cấp cho người dùng trải nghiệm nghe nhạc thực sự thú vị, thu hút và được cá nhân hoá theo sở thích.
Phương pháp “lọc cộng tác” là gì?
Lọc công tác là một phương pháp sử dụng hành vi của người dùng, sau đó đưa ra các đề xuất. Nếu hai người dùng có sở thích âm nhạc giống nhau, hệ thống sẽ để xuất các bài hát mà một người dùng đã nghe, nhưng người còn lại thì chưa.
Nếu bạn là người hâm mộ của nhạc sĩ The Weeknd, đồng thời thích nghe nhạc của Taylor Swift, tính năng lọc công tác sẽ lưu ý điều này. Đến khi phát hiện một người dùng khác cùng thích nghe nhạc của The Weeknd nhưng chưa hề biết đến Taylor Swift, hệ thống này có thể sẽ đề xuất các bài hát của nữ ca sĩ này.
Theo thời gian, tính năng này sẽ tự động nhóm những người dùng có sở thích âm nhạc tương tự nhau.
Phương pháp “lọc cộng tác” có hạn chế nào không?
Lọc cộng tác đã giúp cách mạng hoá cách chúng ta khám phá nội dung mới, nhưng vẫn còn tồn tại một số hạn chế. Phương pháp sẽ gặp khó khăn trong việc đưa ra các đề xuất chính xác dành cho người dùng mới, những người chưa từng có bất kì dữ liệu lịch sử nào trên nền tảng.
Lọc cộng tác cũng thường xuyên gặp một số vấn đề với khả năng đề xuất. Chúng thường ưu tiên đề xuất những bài hát phổ biến, được nhiều người nghe dù cho chất lượng của những sản phẩm này không quá tốt. Đồng thời, chúng sẽ bỏ qua vài sản phẩm có chất lượng âm nhạc cao nhưng ít phổ biến.
Bất chấp những hạn chế này, lọc cộng tác vẫn là nền tảng của rất nhiều hệ thống đề xuất hiện đại ngày nay. Khả năng khai thác sở thích của người dùng và cung cấp các đề xuất được cá nhân hoá khiến cho chúng trở thành một công cụ không thể thiếu trên các nền tảng trực tuyến ngày nay.
Phương pháp “lọc dựa trên nội dung” là gì?
Lọc dựa trên nội dung chính là giải pháp cho vấn đề đầu tiên của lọc công tác (không thể đề xuất chính xác cho người dùng mới). Phương pháp này sẽ dựa trên nội dung xử lý bài hát bằng cách sử dụng hệ thống CNN để phân tích âm thanh.
Hệ thống CNN (Convolutional Neural Network – Mạng thần kinh tích chập) có nhiệm vụ phân tích thông số của các bài hát người dùng đã nghe, bao gồm các đặc điểm như thời lượng ước tính, chế độ, nhịp điệu hay âm lượng… Nếu một bài hát mới phát hành có thông số tương tự, Spotify có thể sẽ mang đề xuất này đến người dùng.
Spotify sẽ điều chỉnh các đề xuất này sao cho phù hợp với sở thích âm nhạc của từng người dùng, mang đến trải nghiệm nghe nhạc được cá nhân hoá. Cho dù bạn là người hâm mộ các thể loại nhạc Rock có nhịp độ nhanh hay các bài hát Pop, sử dụng nhiều âm piano, tính năng lọc dựa trên nội dung đảm bảo bạn sẽ khám phá ra những đề xuất phù hợp với mình.
Đề xuất dựa trên khu vực: Phân tích lời bài hát và bài đăng trên Blog
Âm nhạc có thể xem như một loại ngôn ngữ, vượt qua giới hạn biên giới, văn hoá và thời gian. Tuy nhiên, đằng sau sức hấp dẫn của chúng là một hệ thống đầy phong phú sức ảnh hưởng của từng khu vực, văn hoá, quốc gia được lồng ghép một cách tinh tế.
Spotify sẽ cung cấp các đề xuất, trải nghiệm được tùy biến dựa trên sở thích của người dùng. Spotify sử dụng hệ thống NLP (Natural Language Processing – quy trình xử lý ngôn ngữ tự nhiên) để phân tích các bài báo, blog và các bài đánh giá trực tuyến nhằm biên soạn một danh sách những đặc điểm thường xuất hiện trong một bài hát hoặc một nghệ sĩ.
Dựa vào điểm này, hệ thống sẽ tìm kiếm các sản phẩm với những điểm tương đồng giữa các nghệ sĩ, bài hát và sở thích nghe nhạc của người dùng.
Những hạn chế của việc sử dụng AI
Việc tích hợp trí thông minh nhân tạo (AI) vào các hệ thống tìm kiếm và đề xuất có thể sẽ gây ra nhiều hạn chế.
Quá phụ thuộc vào nguồn dữ liệu của người dùng
Các hệ thống đề xuất âm nhạc do AI kiểm soát chủ yếu đều dựa vào dữ liệu cá nhân đã thu thập, đề xuất và sắp xếp các danh sách phát mới dành cho người dùng. Thuật toán của Spotify sẽ phân tích lịch sử nghe nhạc, thể loại nhạc yêu thích và khoảng thời gian bạn nghe nhạc trong ngày.
Mặc dù những điều trên sẽ giúp cá nhân hoá đề xuất, từ đó nâng cao trải nghiệm nghe nhạc của người dùng nhưng nó cũng đặt ra một hạn chế lớn. Việc quá phụ thuộc vào dữ liệu người dùng có thể dẫn đến hiệu ứng Echo Chamber (tạm dịch: Hiệu ứng buồng âm), trong đó hệ thống chỉ đưa ra các đề xuất tương tự với dữ liệu đã thu thập, khiến cho người dùng bị hạn chế tiếp nhận các thể loại nhạc và nghệ sĩ mới.
Rào cản ngăn hệ thống đề xuất những thể loại nhạc mới và đa dạng hơn
Việc đề xuất những bài hát mới và đa dạng hơn là một nhiệm vụ tương đối phức tạp đối với AI. Thuật toán phải đạt được sự cân bằng giữa những nội dung tương tự với dữ liệu đã thu thập và đề xuất những sản phẩm mới hơn, đa dạng hơn.
Hạn chế này càng trở nên phức tạp hơn bởi một thư viện âm nhạc vô cùng khổng lồ và đa dạng đến từ Spotify, điều sẽ khiến cho hệ thống AI khó điều hướng và đề xuất các sản phẩm đến người dùng một cách chính xác nhất.
Hệ thống đề xuất của Spotify không thể luôn hoàn hảo
Danh sách phát đề xuất một trong những yếu tố cốt lõi tạo nên thành công của Spotify. Tuy vậy, người dùng cũng cần hiểu rằng ngay cả khi AI hay ML trở nên hiện đại và thông minh như ngày nay, chúng vẫn luôn tồn tại một số hạn chế nhất định.
Nếu không hài lòng với Spotify, các bạn hoàn toàn có thể tham khảo những nền tảng phát nhạc nổi tiếng khác như Apple Music, Tidal, SoundCloud, YouTube Music…
Theo: MakeUseOf
