流媒体平台彻底改变了我们听音乐的方式，无论我们身在何处。Spotify等热门服务非常擅长推荐相关内容。此类功能通常使用机器学习来快速分析大量数据。

每个月都会发布数以千计的音乐流派新歌曲。对于流媒体服务和广播电台来说，确定哪些内容会成为热门内容极其困难。传统方法将人类听众和算法与人工智能结合起来。

事实证明，由于准确率约为 50%，因此无法有效预测哪些歌曲会成为热门歌曲。克莱蒙特研究生大学的一组科学家认为，解决这个问题的方法在于先进的机器学习系统。他们好奇的项目允许将该技术应用于神经生理学数据，同时取得令人印象深刻的结果和几乎 100% 的成功率。

据 TechTimes 报道，这项创新技术基于 33 个人的神经活动，可以预测数百万其他用户将收听的内容，准确率高达 97%。迄今为止，其他方法还没有记录到这样的精度。

实验本身包括在参与者身上放置特殊传感器，让他们听 24 首歌曲并提供反馈。科学家的目标是测量神经生理反应，收集的大脑信号反映大脑网络的活动。