通过机器学习创作音乐
在瑞典，有一种叫做Allemansr?tten的东西，字面意思是“每个人的权利”。
Allemansr?tten 赋予所有人在住宅附近的任何土地上进入，侵入和扎营的权利。
想象一个陌生人漫步到您在美国或英国的财产，在您的草坪上搭起一个帐篷，并宣称  “Allemansr?tten！” 他们在开火的时候烤棉花糖。
在瑞典，这是合法的，允许他们最多停留24小时。
Allemansr?tten是一个非常  北欧 的社会契约概念，它体现了信任的概念，而  信任 是瑞典文化的根源。
在瑞典根本就不存在“公开”与“私有”的概念，因此瑞典在音乐盗版  和  音乐创新领域都处于领先地位也就不足为奇了  。
艺术家的时代
随着Napster的发布，《音乐盗版》定义了2000年代的大部分时间，并受到MP3技术的采用和 2001年苹果iPod的推出的推动  。
资料来源：盖蒂图片社；瑞典DJ Avicii（已故的蒂姆·伯格林）为即将到来的2020年代“艺术家时代”设定了优先顺序。
即使Napster  于2001年7月被美国唱片工业协会（RIAA）关闭  ，防洪闸门还是被打开了，没有什么能阻止  Music Piracy的发展，音乐盗版以各种形式扩散，包括瑞典自己的海盗湾和uTorrent。
令人吃惊的统计数据：2000年，CD专辑的销售额突破了134亿美元，但到2014年，仅侵蚀了19亿美元，跌幅高达  86％。
通过苹果iTunes，  亚马逊音乐和  Spotify等服务  ，音乐流在2010年代呈指数增长  。
然而，在之中变化的海洋  音乐发行  产业之间的基本关系  的艺术家 和  标签 保持相对不变。
这将我们带入  “艺术家的年龄”。
艺术家的  时代  代表着“漏斗之巅”  音乐产业的  结构性变化  ，并将从根本上改变唱片公司  与艺术家之间的关系。
替代收入模型：与传统的将艺术家权利永久授予标签的签名模型相比，创造性的交易结构与艺术家更加一致。
全球访问Audienc e：根据传奇的VC投资者Mary Meeker的说法，全球 60％的人口已连接到Internet，并可以访问  YouTube，  SoundCloud和众多发行平台，从而允许任何独立的艺术家共享其内容并与全球受众建立联系。
标签即服务（“ LaaS”）： 类似于  SaaS （“软件即服务”）的思想-基于订阅的商业模式已经破坏了软件行业-我相信随着标签变得更加商品化， LaaS 将获得发展动力。
随着创作，  协作，  生产，  市场营销 和 发行  工具的迅速扩展  ，其结果是  议价能力从“标签”转移到“艺术家”。
因此，艺术家的年龄将由公司在创作过程中与艺术家和词曲作者建立关系的范式转变来定义，从而为未来的新品牌搭建舞台。
Spotify  是220亿美元唱片音乐产业的主要颠覆者之一，我们对此观点表示赞同，我们将 在下面的“ 企业发展战略”中重点介绍这一观点  。
但是在开始之前，让我们快速入门  产品开发  ，特别是其核心技术基于  机器学习的产品开发。
机器学习时代的产品开发
从康奈尔大学和加州大学伯克利分校获得计算机科学学位后，我的第一个职位是在一家金融服务公司的产品管理部门。
早在2010年代初期，  “数据科学”  和  “ AI / ML”  在金融行业仍是相对较新的词汇，但我们的团队利用  “大数据”  并利用机器学习算法以极高的准确性估算了某些金融市场的动向。
当时根本不存在“ AI产品经理”的想法  ，但这是我们团队每天都在做的事情，这使我们能够在行业竞争对手中创造创纪录的利润。
十年过去了，  AI产品管理  或  APM  的概念在技术领域已明确定义，亚马逊，  Facebook和  Google 等大型科技公司  甚至拥有专门的APM团队。
资料来源：拉德纳智力投资公司；使用线框的传统产品开发。
AI产品经理的角色是什么  ？
AI产品经理主要负责使用AI，深度学习和机器学习来增强，改进，创建和塑造产品。
麦肯锡公司  （McKinsey and Company）的一份开创性报告显示，人工智能对每个可能的行业都具有深远的影响，该报告   为当今的公司确定了  400多个AI业务用例。
最近对全球商业领袖和企业CEO进行的另一项调查表明，超过  70％的企业已启动AI计划。随着AI进入商业领域（例如  Google搜索，  亚马逊产品推荐，  Tesla Autopilot） 的普及，  机器学习已成为所有这些新颖产品中的共同点。
斯坦福大学教授，机器学习领域的领先机构之一安德鲁·伍（Andrew Ng）提出了“人工智能 的良性循环” 的概念，这是机器学习产品开发的核心思想。
资料来源：吴安德；Landing AI的剧本，以AI的良性循环为特色。
安德鲁的见解  “打造更好的AI产品需要更多的用户产生更多的数据”  对于产品开发生命周期具有深远的意义  。
为什么这么重要？
好吧，由数据和机器学习推动的产品可以是发现和解决客户问题的非常强大的工具  ，从而使公司 在竞争日益激烈且进入壁垒较低的环境中，可以增强其  业务水平。
如下图所示，  产品开发  可以分为四个部分：
资料来源：拉德纳智力投资公司；机器学习时代的产品开发。
从AI / ML 产品的角度来看，  这四个部分的真正含义是。
用户体验：这是发现和验证用户问题的地方。正如   风险投资公司A16Z的马克·安德森（Marc Andreessen）在“构建的时机”中指出的那样，创新在技术领域非常缺乏。 UX / UI  （除了提供有吸引力且直观的用户界面之外）还在于发现用户的真正需求并验证问题，这通常会导致  产品创新。
技术开发：涵盖软件或硬件开发。与软件特别相关的是敏捷软件开发方法，该方法特别适合于  AI / ML产品开发。
数据科学：尽管数据科学是一个经常与诸如“云计算”  和 “大数据”之类的流行词相关的术语  ，但数十年来，它一直是最佳创新者使用的具体领域。利用机器学习算法和大数据，可以真正实现非凡的成就–参见Renaissance Technologies的Jim Simmons –历史上最成功的投资者（实际上，按回报率衡量，它是传奇的Warren Buffet的两倍）。
产品管理：产品经理类似于管弦乐队的指挥。产品管理是一个收集用户数据以构建更好的产品的迭代过程，该过程会生成更多新颖的数据（请参见   上面的“ 良性循环”）。一位出色的产品经理，尤其是在AI / ML中，是一位在技术专长+业务敏锐度+高客户同理心之间取得平衡的人  。
鉴于上述情况，Andrew Ng的另一个有价值的见解是  “培训套件是产品管理中的新线框”  –您可以从《为什么AI是新电力》中了解更多内容。
了解了机器学习时代的  产品开发之后，让我们通过案例研究来锻炼我们的知识，该  案例研究 针对的是当今存在的最杰出的机器学习公司之一：  Spotify。
案例研究：Spotify
资料来源：盖蒂图片社；Spotify的创始人兼首席执行官Daniel Ek。
我认为Spotify的历史比Facebook的故事更杰出。
然而，很大程度上归功于其  瑞典 血统，Spotify的魅力不及  Facebook，如美国受欢迎的电影《社交网络》中的缩影。
Spotify的卑微起点是什么？
它始于一个热爱音乐的少年和神童Daniel Ek的想法。
到九岁时，Daniel学会了如何编码C ++（  一种最难掌握的编程语言），  并编写了40页代码，构造了一个在屏幕上移动的光标。
Daniel继续磨练自己的编码技能，到1997年14岁时，Daniel开始为其他瑞典企业家建立网站，每个网站的收费为10
丹尼尔（Daniel）凭借这家首家成功的商业企业，抓住了企业家的臭虫，为概念的创立打下了基础  ， 并于2006年9月推出了Spotify。
如果您不认识或使用Spotify，请您在此  停止。
作为一名  禅宗  修炼者，我开玩笑地将Spotify音乐体验与发现禅宗的旅程进行了比较，因为它们本质上都是  体验 性的-我们可以讨论两者，但是您必须亲自体验它们才能真正理解。
好的，让我们继续看Spotify背后的秘密之处，后者依赖于  Machine Learning。
Spotify的机器学习
资料来源：拉德纳智力投资公司；Spotify铺装道路机器学习基础设施。
尽管Spotify拥有超过  5000万首歌曲，但其拥有惊人的  30亿个播放列表，  或播放列表的数量是歌曲的60倍。
我们如何解决这个问题？
从机器学习的角度来看，如果您已阅读本文的前传 ：“ VC的机器学习指南” ，答案应该很清楚  。
如果没有，不要惊慌。
Spotify将每个播放列表视为一个状态空间，其中包含代表一首歌曲的各个状态。通过利用强化学习技术和用户数据，Spotify能够通过浩大的5
普通英语是什么意思？
简而言之，Spotify的  内容推荐  和  播放列表生成  很大程度上依赖于最新的机器学习算法，以为其2.86亿月度活跃用户（“ MAU”）产生非常有影响力的音乐推荐。
值得注意的是， Spotify机器学习的  发展密切跟踪了对内容推荐器  和 神经网络的学术研究  ，从2006年协作过滤的早期到最新的对抗性生成网络（GAN），通过LTSM 可以产生连贯的音乐  （长期短期记忆）
您可以阅读有关如何 通过一系列开源软件平台（例如Google Cloud，TensorFlow和Kubelflow）实施Spotify的“铺装之路”机器学习基础架构的技术细节的更多信息  。
让我们与Netflix进行快速比较  -Netflix的 市值为2000亿美元，是Spotify的5倍左右-其内容推荐系统也是Machine Learning的副产品。
Spotify工程副总裁最近发表的一篇文章说：  “ Netflix拥有约1.58亿用户，而在Spotify，我们拥有2.48亿用户。此外，Netflix在所有地区拥有约5
从计算复杂性的角度来看，Spotify的实时复杂性要求 比NetFlix大一个  数量级，  并且还在 迅速增长–请参见上面有关Spotify播放列表生成的观察。
通过铺平道路的方式，Spotify确实构建了Tech最强大，最高效的机器学习基础设施之一。
现在让我们将产品从产品转移  到业务。
Spotify的企业发展
公司发展  是一个模棱两可的行业术语，但通常对于大公司而言，它涉及诸如收购其他公司（M＆A），获得  公司融资，  剥离 资产或部门以及知识产权（IP）管理之类的活动  。
在  Tech Decacorns  （估值超过100亿美元的公司）中，Spotify可能是行业中最活跃的企业开发团队之一，其中很大一部分专注于收购具有新颖音乐技术的初创公司。
与我们在《 VC机器学习指南》中所做的类似，我们将Spotify的初创公司收购与  AudioTech行业中的可投资主题 进行了  映射 。
资料来源：拉德纳智力投资公司；音频技术领域的可投资主题：将Spotify的战略愿景与其收购战略联系起来。
虽然音乐一直是他们的核心产品，Spotify的战略目标是扩展到  音频  一般像  播客  -  论文通过增强他们的播客创业公司像锚，Parcast和手钻的多次并购。
从主题的角度来看，我希望Spotify的领导层（主要由Daniel Ek和他的中尉古斯塔夫·索德斯特罗姆（Gustav Soderstrom）领导）将更多的投资资本转移到  内容分发/许可/营销  和“探索”上。
我将Exploration 广义地定义  为使音乐（通常是音频）的听众能够（1）发现新内容和（2）以新颖的方式体验音频内容的工具和服务  。
小说以什么方式？
随着虚拟现实和增强现实时代的到来（从技术角度来看这是一个更具挑战性的问题），我可以看到虚拟音乐会和现场“干扰会议”是这十年Spotify活跃的投资领域。
现在回到  我们开始的Allemansr?tten 。
最后的想法
您可能还记得  Allemansr?tten 或“每个人的权利”是瑞典文化的核心宗旨，我相信这也是 在2020年代咆哮的权力下放的核心宗旨  。
在第四次工业革命期间，以  区块链 为支持技术的去中心化将发挥关键作用，除非您登上“Allemansr?tten火车”，否则您很可能会错过下一个万亿美元的技术机会。

关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！