電腦算不出的 那份歌單

轉眼間，Spotify面世已經十年，當年來自瑞典的小公司，無疑早已成為市場上的龍頭，它的興起和壯大，也許正顯示著串流如何影響了我們的音樂消費。 如今，光是Spotify就擁有7500萬餘會員，其中3000萬是付費會員，其它串流供應商，例如Apple Music、Napster、Deezer，也都各自擁有數以百萬計的會員，願意每個月為音樂付出一點費用，用不大的金額，得以近用巨大的音樂資料庫，而裡面等著他們的，是超過3000萬首歌曲。 然而問題才剛開始：要如何從浩瀚曲海中，選出想聽的東西來呢？ 德國人工智慧研究組織的Stephan Baumann認為，在唱片行裡一張張瀏覽選片的時代已經過去了，這樣的文化實踐方式已死，身為DJ的他也曾在最喜歡的唱片行裡度過許多時光，但他並不想要悼念過去的美好，而是務實地看待人們接觸音樂方式的重大變化。 對於使用者如何在龐雜的曲目中找到心頭好的問題，串流商目前是以「演算法」(Algorithms)來回應：運用演算法，可以透過分析使用者選擇過的內容，進一步自動選出符合該使用者喜好的音樂，Baumann指出，演算法可以從上載到串流系統的大量資料中找到目標，即使是只受少數人喜愛的「遺珠」亦然。 身為演算法推歌系統方面的翹楚，十五年來，Baumann一直鑽研這個運用人工智慧的領域，目前這套系統最大的罩門在於，電腦畢竟沒有能力顯示或反映出人的感覺。 對很多人來說，包括Baumann本人，音樂是一種情緒性的體驗，他直陳：「只要電腦無法承載你的生命史，那麼演算法就必定只能是無情(emotionless)的。」 除了無法應對個人情感，要靠演算法找到適當的音樂組合，其實並非易事，另一個問題在於「過濾圈」(filter bubble)的局限，這個圈圈是從演算法使用的資料而生，因為演算法只能就該使用者聽過的音樂來推算，它無法在過程中「參考」其他使用者的意見，進而可能使串流服務變得既狹窄又無新意。 當然，待在自己塑造的圈圈中是很舒適，Baumann對此冷眼相待：「如果我是個活躍的臉書使用者，就能接受某些事情根本不會在我的頁面上出現，而是來自於其他臉友的事實。」 聽串流音樂的道理也差不多，其實使用者毋須非得要「個別」地使用這種服務，也就可望避開這個盲點了，起碼就這個角度來說，儘管演算法有其無法企及之處，它仍然是目前環境下十分有用的工具。