El algoritmo como relación tóxica
Descubro gracias a Arturo Paniagua (si no le sigues en Instagram, Twitter o TikTok ya estáis tardando), la campaña de Muyaio para presentar su último single: El Algoritmo. Con la excusa de este lanzamiento, Muyaio que ha creado una herramienta para ayudar a descubrir nuevos artistas:
un algoritmo justo, que te hará descubrir música de calidad hecha por artistas emergentes, muchos de ellos difícilmente recomendados en las plataformas de streaming (lo sé de buena tinta, trabajo en una y hasta hice un doctorado sobre ello).
En El Algoritmo, Muyaio compara a la Inteligencia Artificial que nos recomienda música en las plataformas con una relación tóxica. ¿Por qué? Él mismo explica en la web donde está su herramienta app.algoderitmo.com:
Los sistemas de recomendación funcionan de dos maneras, se basan en lo que escuchan en común los usuarios, o en el contenido que se está recomendando, en este caso la música. La gran mayoría de los algoritmos que usamos a diario (para escuchar música, para comprar, para ver series) se basan en la primera manera. El problema es que ésta sólo es capaz de recomendar cosas populares. Por eso mi algoritmo se basa en la segunda forma, analizando el audio de las canciones.
Por ejemplo: seleccionamos dos artistas como Leiva e Izal y, automáticamente, nos crea una playlist con 10 temas de artistas no tan conocidos como Flecha Valona, Anxo Araujo o Alan Pardo:
Una gran idea, ¿no? Pero... ¿por qué un músico canario ha llegado a desarrollar esta tecnología? ¿Cómo lo hace?
Para ello utilizo una gran red neuronal, una especie de GPT de la música, que acabo de publicar en la mayor conferencia mundial de música y tecnología.
Y es que tras el nombre de Muyaio se esconde Sergio Oramas quién, además de músico con una larga trayectoria (Muyaio es solo su último proyecto), es Ingeniero Informático, musicólogo y Doctor en Tecnologías de la Información por la Universidad Pompeu i Fabra de Barcelona, un reconocimiento que obtuvo gracias a su tesis sobre, precisamente, los algoritmos de recomendación musicales: "Knowledge Extraction and Representation Learning for Music Recommendation and Classification". Es más, Sergio trabaja actualmente como Senior Data Scientist en Pandora, la plataforma de streaming que ofrece radios personalizadas a sus usuarios.
Los sistemas de recomendación funcionan de dos maneras, se basan en lo que escuchan en común los usuarios, o en el contenido que se está recomendando, en este caso la música. La gran mayoría de los algoritmos que usamos a diario (para escuchar música, para comprar, para ver series) se basan en la primera manera. El problema es que ésta sólo es capaz de recomendar cosas populares. Por eso mi algoritmo se basa en la segunda forma, analizando el audio de las canciones. Para ello utilizo una gran red neuronal, una especie de GPT de la música, que acabo de publicar en la mayor conferencia mundial de música y tecnología.
Si quieres conocerle más no te pierdas su charla en unas jornadas del Music Technology Group de la UPF en el que hizo su doctorado:















