立即下载 知乎日报 每日提供高质量新闻资讯

都在搞算法,为什么苹果却越来越强调人工推荐音乐和 app?

图片:Public Domain

音乐也好,App Store 也好,苹果越来越强调人工编辑而非算法,这是正确的路径选择吗?

Jesse Chan,To be nerdy, to be cool. 写字:jesor.me

要讨论这件事,首先需要意识到的事实是:

苹果对人肉 curation(精选)的偏好,和 Google 对深度学习的储备,这两件事从一开始就不是二元的,更不是对立的。

即使是 Apple Music,其中也充满了机器推荐算法的应用,并且机器的推荐常常会令我满意。

即使是 YouTube 上的视频推荐,常常会给我推荐某个跟我喜欢的播主走得比较近的播主的视频,你很难说这不是一种「人肉 curation」。

内容的精选,第一件事就是对内容进行分类,建立目录,打上标签。

音乐有天然的目录和标签,就是类型,计算机也可以轻松地通过歌曲本身自带的元数据对不同类型的歌曲、对不同时代的歌曲进行分类。

但对于音乐的精选来说,更重要的一件事是,到底什么样的音乐是「好音乐」?

今天的计算机是没法识别出「好音乐」的,即使是根据用户评分网站的数据,得到的结果也往往是肤浅的,干瘪的,不具备精神性的,缺乏灵魂的。

因为大众不会关心冷门的内容,而没有「人」留下的数据,机器就无法判断新的内容、小众的内容,到底质量如何。

中国区 Apple Music 因为缺少编辑的人力干预,跟华语音乐相关的推荐都是由机器执行的。(它只收 10 人民币一个月是有道理的)你会发现一个特别令人尴尬的情况,如果你听了徐佳莹的《寻人启事》,下周你的 My New Music Mix 里会出现 SNH48 的《关于甜蜜的愿望》。

这是典型的机器精选所导致的荒谬结果。

所以我们需要用机器之外的方式,来把给孤立的歌曲之间,建立起联系,也就是通过人力的方式。

具体到 Apple Music 上,Apple Music 强调三种人力所构筑的联系。

第一种是纯粹编辑的喜好。

如果你常听某一个类型的歌曲,你会在 For You 界面里看到来自这一个分类的编辑所推荐的「好」专辑。没有其他的特征,纯粹是编辑觉得好,而这种推荐常常是相当精准的,是我常常会优先去听的。

包括歌单推荐里常常出现的某某歌手或者某某分类的 Essential。机器是没法判断什么歌是「必听不可」的,但人可以。

用 Apple Music 两年以来,我基本已经养成了习惯:如果我想要了解一个我不了解的艺术家,我从 Essential 听到 Deep Cuts 再听到 Next Step,这个过程的体验往往是令我满意的。

第二种是艺术家本身的经历。

For You 下面的 Artist Spotlight Playlists 里面会推荐两种我特别喜欢的歌单。

一种是 Influences。这种是关于某一个你喜欢的艺术家,他的作品受到了哪些作品的影响。以及 Inspired by,也就是有哪些后来的作品,受到了这个艺术家的影响。

这种看起来虚无缥缈、且难以被机器所挖掘的联系,实际上让我有很多启发。

第三种是作品背后的制作团队所带来的联系。

制作团队的信息是很少会被包含在歌曲本身的元数据里的,包括编曲、包括制作人…… Apple Music 在通过人力挖掘这个东西,而其效果是神奇的。

我很难讲清楚 Patti Smith 的《Because the Night》和 Bruce Springsteen 的《Born to Run》之间有什么联系,但把两首歌放在一起听的时候就会催生出一种很奇妙的感觉。是因为它们的制作人都是 Jimmy Lovine 吗?也许吧,但如果没有这样的一个歌单,我不会发现这两首歌之间的联系。

说了这么多 Apple Music 里人力编辑的运行机制,就是为了说明,其实苹果所看重的「人肉 curation」,是通过人力,来让人挖掘出那些机器所无法挖掘的,内容的特征以及不同内容之间的联系,把 Apple Music 这样一个内容库的目录和标签丰富起来。

有了足够丰富的样本数据,再基于此进行机器推荐,那么结果就往往是精准的了。

就好像 Apple Music 每天推送到 For You 里的内容是什么,最后一步其实都是机器决定的。

机器根据我喜欢的艺术家,根据我喜欢的类型、年代,来判断一个大致的方向,然后从那些标签和目录里挑选出内容推荐给我。

还有一个机器推荐得出好结果的例子就是「My Favorite Mix」歌单。

这相当于是一个建立在我自己的精选的基础上,基于我听过很多的歌,再借由机器来挖掘推荐的歌单。相当于我已经把歌曲之间建立起了联系,那么机器再推荐起来,效果自然是很好的。

并且这个 My Favorite Mix 还会调用我 iTunes 上保留的过去 6 年的我使用 iPod 听歌的数据,偶尔连续拿出几首我在几年前某一段特定时间经常听的歌,效果绝赞。

至于苹果要把这个东西进一步放到 App Store 上,我觉得这恰恰证明了随着智能设备的发展,App 数量的指数扩张,App 生态的复杂性已经开始展现了。

iTunes 电影不需要这样的 curation,iBooks 不需要这样的 curation,TV app 不需要这样的 curation,因为这些都是不怎么需要进行挖掘的内容领域,本身的规模有限,又有传统的渠道保证好的东西能脱颖而出。

App Store 需要这样的编辑推荐也是一样的道理,单纯根据下载量、付费意愿、评价这些简单的维度,已经没法衡量一个 App 的「好」或「坏」了。

《Super Mario Run》的数据从任何一个角度来看都是不够成功的,但苹果仍然把它挂在首页挂了半年。因为苹果认为这是值得你去玩的手机游戏,这是真正「为触控屏幕开发的」游戏。

用人力去挖掘不同 App 之间细微的差别和联系,去丰富 App 的目录和标签,借此做到对用户更精准的推荐,并且同时还可以做到的是让开发者更加紧跟苹果的指挥棒去设计、开发 App,对于苹果来说怎么看都是一件好事。

以上。

扫描二维码下载知乎日报

支持 iOS 和 Android
二维码下载知乎日报
阅读更多 你可能想不到,中风几乎也是中国的特色疾病之一 下载 「知乎日报」 客户端查看更多