بائیوپک میں ایک سین ہے۔ تخلیق کی کہانیاں جہاں ایون برینر، کریشن ریکارڈز کے بانی ایلن میک جی کو اپنے تھراپسٹ کے ساتھ ایک منظر میں چینل کرتے ہوئے، موسیقی میں دی نیکسٹ بگ تھنگ کو تلاش کرنے کے مطالبات کے بارے میں بات کرتے ہیں۔ “میں لاکھوں خرچ کر رہا ہوں۔ شور کہ مجھے نہیں معلوم کہ کوئی پسند کرے گا! ریکارڈ بزنس میں خوش آمدید۔
گانے کو ہٹ کیا بناتا ہے؟ کوئی نہیں جانتا. یہ ایک پراسرار نامیاتی عمل ہے جسے کوئی بھی کھول نہیں سکا ہے۔
ایک ریکارڈ کمپنی کے صدر نے اس طرح کی چیزوں کو بیان کیا: “ریکارڈ لیبل چلانا خطرے پر مبنی ہے۔ ہم تخلیقی اقسام — موسیقاروں — پر انحصار کرتے ہیں۔ آخر کار ہمیں گانے کے ساتھ فراہم کریں جو ہم امید عوام پسند کریں گے. ایک گانا معروضی طور پر بہت اچھا ہو سکتا ہے لیکن اگر عوام نہیں کاٹتے ہیں، تو اتنی رقم نہیں ہے کہ ہم مارکیٹنگ اور پروموشن پر پھینک سکتے ہیں۔ بنانا انہیں یہ پسند ہے۔”
اس نے لوگوں کو ہٹ کی درست پیشین گوئی کرنے کا طریقہ تلاش کرنے سے نہیں روکا ہے۔
جب راک این رول ابھی جوان تھا، تو چند پروموٹرز کے ذہن میں یہ بات آئی کہ ہٹ گانوں کو لکھنے کے عمل کو ایک فارمولک عمل تک پہنچایا جا سکتا ہے۔ 1959 میں، جو ملہال اور پال نیف نے 3,000 لڑکیوں کو ان کی پسند اور ناپسند کے بارے میں ایک سوالنامہ بھیجا جب بات موسیقی کی ہو۔ ان کی سوچ یہ تھی کہ اگر وہ کسی گانے میں جتنے مثبت ڈیٹا پوائنٹس کو شامل کر سکتے ہیں، تو وہ یقینی طور پر اپنے وانابے پاپ سٹار، ایک 15 سالہ امریکی ویٹ لفٹر، جس کا نام جانی ریسٹیو ہے۔ جب تمام جوابات کو اکٹھا کیا گیا تو یہ گانا نتیجہ تھا۔
نقطہ نظر کام نہیں کیا. جس شکل میں میں ہوں پاپ چارٹ پر صرف 80 نمبر تک پہنچنے میں کامیاب رہا۔
ہٹ کی پیشین گوئی کرنے کے طریقے تلاش کرنے کے لیے بہت سی کوششیں کی گئی ہیں، اکثر ایسے لوگوں کی تلاش ہوتی ہے جن کے پاس “سنہری کان” ہوتے ہیں، یہ حیرت انگیز فطری جبلت کچھ لوگوں کے پاس ہوتی ہے تاکہ وہ کسی ایسی چیز میں کامیابی سن سکیں جس کے بارے میں عوام نہیں جانتے تھے۔ مثال کے طور پر، 1960 کی دہائی کے اوائل میں، ایک امریکی انڈی لیبل کے سربراہ نے اپنی نوعمر بیٹی کے لیے گانے گانا شروع کر دیے۔ اس نے یہ پیش گوئی کرنے کے لیے ایک حقیقی ہنر دکھایا کہ ان میں سے کون اچھا کام کرے گا — اس کی کامیابی کی شرح 80 فیصد جیسی تھی — لیکن یہ ابتدائی قسمت کا نتیجہ نکلا اور تقریباً 20 کوششوں کے بعد اس کی پیش گوئیاں ناکام ہو گئیں۔
دریں اثنا، ریکارڈ اور ریڈیو کی صنعتوں نے کلائیو ڈیوس (جینس جوپلن، بیری مینیلو، پیٹی اسمتھ، وٹنی ہیوسٹن، اور بہت سے دوسرے کے دریافت کرنے والے) جیسے سنہری کان والے لوگوں کے ارد گرد کاروبار بنائے؛ Mo Oistin (Fleetwood Mac, Prince, Red Hot Chili Peppers); سیمور سٹین (دی رامونز، ٹاکنگ ہیڈز، میڈونا)۔ Rosalie Trombley CKLW/Windsor (The Big 8) میں ریسپشنسٹ سے کسی ایسے شخص تک پہنچی جس کے پاس کامیاب فلمیں لینے کی غیر معمولی صلاحیت تھی۔ نہ صرف اس نے ایلٹن جان کو رہا کرنے پر راضی کیا۔ بینی اور جیٹس اس کے تمام تحفظات کے خلاف سنگل کے طور پر، لیکن اس نے دی گیس ہُو، باب سیگر، کِس، اور بہت سے دوسرے سے کامیاب فلمیں لیں۔
دوسروں نے مختلف طریقے اختیار کیے ہیں۔ Weezer’s Rivers Cuomo استعمال کرتا ہے۔ گیت لکھنے کے لیے اسپریڈشیٹ کا طریقہ، یہ مانتے ہوئے کہ اس کی اگلی ہٹ ڈیٹا میں چھپ رہی ہے۔ 2003 میں، Polyphonic HMI نے بارسلونا میں واقع AI کمپنی Hit Song Science کو متعارف کرایا، جس نے 1955 میں بل بورڈ کے ہٹ گانوں سے حاصل کیے گئے لاکھوں ڈیٹا پوائنٹس کا تجزیہ کرنے کے لیے مشین لرننگ کا استعمال کیا۔ مقبول گانے نہ صرف اپنی مقبولیت کی وضاحت کرنے کے لیے بلکہ اس معلومات کو نئی ہٹ بنانے میں استعمال کرنے کے لیے۔ جبکہ یہ ہو سکتا ہے نورہ جونز کے پہلے البم کی گریمی ایوارڈ یافتہ کامیابی کی پیش گوئی کی ہے، میرے ساتھ چلیں (یہ بحث کے لیے ہے)، پروجیکٹ کے ذریعے چلائی جانے والی تصدیق شدہ U2 ہٹ کو ڈڈز کے طور پر مسترد کر دیا گیا۔
ہٹ سونگ سائنس واحد کمپنی نہیں ہے جو AI کی پیش گوئی کرنے والی طاقتوں کو استعمال کرنے کی کوشش کرتی ہے۔ MusicXray، Bandmetrics، Mixcloud، اور کچھ دوسرے بھی اس جگہ میں ہیں۔ ممکنہ ادائیگی بہت بڑی ہے۔ ہر روز کم از کم 100,000 نئے گانے سٹریمنگ میوزک سروسز پر اپ لوڈ کیے جاتے ہیں، جن میں سے بہت سے فضول ہیں۔ اگر کوئی فلٹرنگ الگورتھم کو بہتر بنانے کے لیے ایک آئیڈیا لے کر آسکتا ہے تاکہ صرف بہترین میں سے بہترین کو منتخب کیا جا سکے، تو ریکارڈ لیبلز سے لے کر ریڈیو اسٹیشنوں سے لے کر اسٹریمنگ پلیٹ فارم تک ہر کوئی اس میں شامل ہونا چاہے گا۔
ہوسکتا ہے کہ ڈیٹا پر مبنی یہ پرانا نقطہ نظر بہت محدود ہو۔ “neuroforecasting” موسیقی کے نئے شعبے میں خوش آمدید۔ یہ اصلی پری کوگ ہے۔ اقلیتی رپورٹ چیزیں: مستقبل میں بڑے پیمانے پر آبادی کے اثرات اور طرز عمل کی پیشن گوئی کرنے کے لیے لوگوں کے ایک چھوٹے سے گروپ کی اعصابی سرگرمی کا استعمال۔
پر ایک رپورٹ کے مطابق نیورو سائنس ڈاٹ کام، امریکہ میں محققین نیورل — یعنی دماغی لہر — زندہ انسانوں کے ردعمل کے ساتھ AI مشین لرننگ کو بڑھا رہے ہیں۔ مطالعہ کے مضامین کو آف دی شیلف فزیولوجک سینسر کے ساتھ ترتیب دیا گیا تھا، جو موڈ اور توانائی کی سطح سے وابستہ دماغی سرگرمی کو جمع کرتے تھے۔ اعداد و شمار پر مختلف شماریاتی طریقوں کا اطلاق کیا گیا تھا اور مشین لرننگ کو مکس میں لایا گیا تھا اور جب حقیقی انسان گانا سنتے تھے تو ریکارڈ شدہ اعصابی ردعمل پر AI کا اطلاق کیا گیا تھا۔
نتائج حیران کن طور پر اچھے تھے۔ محققین 97 فیصد کی درستگی کی شرح کا دعوی کرتے ہیں جب یہ پیشین گوئی کی جاتی ہے کہ کون سے گانے ہٹ ہوں گے۔ یہ طریقہ ہے، 50 فیصد سے اوپر — ایک سکے کا پلٹنا، واقعی — دوسرے روایتی طریقوں سے اخذ کیا گیا ہے۔ منصفانہ طور پر، ٹیسٹ میں صرف 33 افراد اور ان کی اعصابی سرگرمی شامل تھی اور 24 گانے شامل تھے۔ لیکن 97 فیصد ایک شاندار کامیابی کی شرح ہے – اگر ٹیک حقیقت میں اشتہار کے مطابق کام کرتی ہے۔
کیا موسیقی کے بارے میں سنہری کانوں اور آنتوں کی جبلت والے لوگوں کو بے کار کر دیا جائے گا؟ مجھے امید نہیں. کوئی بھی AI جتنا اچھا ہے، یہ صرف اس چیز کی نقل کر سکتا ہے جو یہ ڈیٹا اور اشارے سے نکالتا ہے۔ صرف انسان ہی (ابھی کے لیے) کسی نئی اور مختلف چیز سے پرجوش ہو سکتے ہیں۔
تاہم، جیسا کہ نیورو فورکاسٹنگ کو بہتر بنایا گیا ہے، اس میں پروڈکٹ ٹیسٹنگ اور فوکس گروپس کے لامحدود شعبوں میں ایپلی کیشنز ہوں گی – یقیناً ان کمپنیوں اور اداروں کے لیے جو اسے برداشت کر سکتے ہیں۔ موسیقی ایک بڑا نقطہ آغاز ہوگا۔ لیکن یہ ہمیں کہاں لے جائے گا؟ ہمارے پاس انتظار کرنے اور معلوم کرنے کے سوا کوئی چارہ نہیں ہوگا۔
–
ایلن کراس Q107 اور 102.1 دی ایج کے ساتھ ایک براڈکاسٹر اور گلوبل نیوز کے لیے ایک تبصرہ نگار ہے۔
نئے میوزک پوڈ کاسٹ کی ایلن کی جاری تاریخ کو ابھی سبسکرائب کریں۔ ایپل پوڈ کاسٹ یا گوگل پلے
© 2023 Corus Radio، Corus Entertainment Inc کا ایک ڈویژن۔
>Source link>
>>Join our Facebook Group be part of community. <<