Musique : Eric Schmidt estime qu'un algorithme fait mieux qu'un humain
Apple ne se prive pas de le rappeler : les playlists d’Apple Music sont conçues « à la main » par toute une équipe de spécialistes dans chacun des genres musicaux. Ces sélections sont souvent de qualité, même si elles sont parfois proposées à l’auditeur en dépit du bon sens. Quoi qu’il en soit, cette organisation humaine du contenu fait partie des arguments de vente mis en avant par Apple, avec en creux le message que les machines seules ne sauraient offrir la même richesse et les mêmes connexions entre les morceaux qu’une paire d’oreilles humaines.
Ce n’est pas la réflexion d’Eric Schmidt, président de Google (et bientôt d’Alphabet, la holding qui va chapeauter Google et ses filiales). Durant une séance de questions/réponses à la BBC, ce visionnaire contrarié — n’a-t-il pas prophétisé, à tort, que Google TV allait devenir la norme dans les téléviseurs ? — estime ainsi qu’aujourd’hui, des algorithmes peuvent prédire qui sera la prochaine Adele en ingurgitant les tonnes de données provenant de ce qu’écoutent les auditeurs du monde entier.
« Il y a dix ans, pour lancer un service de musique en ligne, vous deviez embaucher des spécialistes du bon goût pour choisir la musique la plus hot du moment », a-t-il expliqué. Aujourd’hui, il suffirait donc de laisser faire de froids systèmes informatiques nous dicter ce qu’il convient d’écouter… Et comme une nouvelle pique à Apple Music, qu’Eric Schmidt n’évoque jamais, le processus de sélection réalisé par des humains est jugé « élitiste » et pas démocratique. Un algorithme permettrait au contraire de découvrir la « prochaine grande vedette au travers de nos propres goûts collectifs, et pas via les préférences individuelles d’une poignée d’élus ». Mais veut-on réellement que des machines nous imposent nos goûts musicaux ?
Nan mais en fait l'article parle de découvrir des nouvelles musiques, pas de découvrir des musiques similaires, jvoulais juste te faire comprendre que t'étais un peu hs, parce que oui forcément que des algos sont meilleurs pour mettre en relation de la musique déja écoutée des millions de fois par des milliers d'utilisateurs... Maintenant, l'article te parle de découvrir la nouvelle adele, de faire écouter la musique la plus hot du moment, etc... Et dans ce cas là, l'algo qui fouille dans les nouveautés est potentiellement inutile puisqu'il ne peut pas mettre en relation ces nouveautés avec d'autres titres.
@lord danone:
Est-ce que les algorithmes musicaux de Google se contentent de lier des métadonnées (ex: les préférences de chacun) d'une énorme base de données
(dans quel cas, effectivement, il faut que le "prochain hit" soit déjà apprécié par de nombreux utilisateurs)
ou bien analysent-ils aussi le contenu, comme pour les photos?
Je m'interroge parce que l'algorithme permettant à Google de reconnaître mon chien sur une photo ne se contentera pas de voir le nom et l'emplacement de la photo sur mon disque (pour retrouver
"Medor", il pourrait se contenter de ces métadonnées...)
Transposé à la musique, on pourrait imaginer un algo capable de déceler des points communs entre les préférences (rupture de rythme, dissonance, etc) des utilisateurs...
@debione :
Ta base de données avec 100 millions de titre, elle est remplie par des humains à priori ! Et c'est un humain qui va mettre l'étiquette hard rock. Hard rock ou hard core ou Métal ? Pour un même groupe les avis divergent. Et l'algorithme, le même pour tous, lui il devrait reconnaître ses subtilités... alors que les humains ne sont pas tous d'accord !
Un algo bien pensé ne va pas juste aller piocher dans l'étiquette hard rock... Ce n'est que le début... Il peut aller piocher dans les mélodies (majeur? mineure?), dans les bpm, dans les sonorité, dans la dynamique, dans les crêtes etc etc...
Et quand bien même il ira piocher dans l'étiquette hard rock, il a en mémoire les millions de morceaux de musique, donc la potentialité qu'il te fasse découvrir quelque chose est largement supérieur face au meilleur humain qui ne pourra jamais que te proposer au mieux quelques centaines/milliers de morceau (et encore, bien que vivant dans un milieu très musical, les meilleurs têtes que je connais ne connaissent pas mille morceaux)...
La ou j'ai compris que c'était des humains derrières, avec des objectifs très commerciaux du sans doute au contrat liant Apple et les majors, c'est la fois ou je voulais du Noir Désir et que les propositions des mecs qui font les play-list allait sur du Black Sabbath... C'est bien du rock, mais les deux groupes n'ont strictement rien à voir les uns avec les autres... La seule pertinence qui a été utilisée, c'est le mot Noir transformé en Black... Seule un humain peut faire des rapprochement aussi foireux dans le domaine musical.
Il a raison: au moins avec Apple musique, il y a de vraies maketeux pour poindre des playlists Burberry, Castorama, La Foirefouille & Co.
Franchement , n'est ce pas affligeant de se voir proposer ´la musique que vous êtes sensé écouter'?
Que ce soit par une machine ou un humain , c'est l'anti-thèse de la liberté ( de penser )
Les gens ont-ils besoin qu'on leur dicte leur voie?
Certainement oui , les moutons adorent.
@expertpack :
Les 'moutons', l'argument des imbéciles qui ont besoin de se sentir supérieurs...
Me faites pas croire que vous découvrez votre musique tout seul, soit des amis vous font écouter, soit vous passez votre temps sur différentes plateformes (types Soudcloud, LastFM), soit vous tombez dessus par hasard chez un des rares disquaires encore existants.
Encore une fois, essayer de faire croire qu'on découvre des artistes 'avant qu'ils soient connus', c'est juste pour le gens qui ont un complexe de supériorité...
Finalement on s'en fout de comment tu trouve la musique, tant qu'elle te plait.
@iPoivre :
Euh... Pour découvrir des groupes pas connus (encore), c'est facile : il suffit d'aller aux concerts ! Pas à Bercy, hein, mais au café concert du coin (s'il y en a) et dans les _petits_ festivals. Mais c'est sûr, il y a un risque: ne pas aimer. Mais les habitués finissent par connaître le style des salles et de leurs programmateurs.
Et chez le disquaire (ou plus facile sur Internet) si tu aimes bien le disque x joué par y et z, il suffit de remonter le fil et de chercher ce que x et z ont fait d'autre !
Trivial. Mais faut être actif et pas un mouton qui s'abreuve aux choix - pardon, aux "playlist" des autres...
@expertpack:
L'objectif de ces playlists (faire par des humains -se basant sur des algorithmes- ou des algorithmes seuls) n'est pas tant de proposer "la musique que vous êtes sensé écouter", mais celle que vous pourriez aimer: libre à vous de
- chercher des musiques découvertes d'une autre manière (l'algo en tiendra compte)
- zapper celle que vous n'aimez pas (même remarque)
La où un algorithme peut être supérieur à l'homme, c'est qu'il peut personnaliser au plus près... il reste que l'algorithme ne peut pas apprécier un morceau : il pourra, au mieux, repérer des éléments d'intérêt en l'analysant !
J'ai lu un article sur des scientifiques qui passent leur temps à analyser ce qui plaît dans des morceaux (du classique au heavy métal en passant par le rap) en enregistrant l'encéphalogramme lors de l'écoute pour repérer les moments de plaisir: les recherches sont en cours, les conclusions ne sont donc pas définitives et j'ignore tout du protocole (nombre de cobayes, etc.), mais la scientifique interrogée prétendait qu'ils avaient trouvé des éléments d'explication...
Bien sûr, tous les humains ne sont pas identiques, mais il n'y aurait rien d'étonnant à ce que nos goûts ne soient pas un choix, mais dépendent de notre ADN, de notre éducation, de noire milieu culturel, etc.
Nous voyons tout les jours le désastre des algorithmes qui remplacent la pensée humaine.
Regarder ceux de la bourse, ils sont aujourd'hui incontrôlables.
Votre auto demain aura aussi des algorithmes pour penser a votre place.
C'est cela dont l'homme aspire à être ?
Pas tous,
y compris pour la musique que l'on vous pousse, ou le nombre de hit rapportera le plus, tel la photo d'un enfant mort sur une plage, pour orienter les pensées du peuple.
Pages