距離「強大」依然尚遠的資料科學
您的智慧型手機裡有線上串流音樂服務的APP嗎？先別急著打開，想一想它是如何推薦歌曲給您的？依照歌手、年份還是曲風？不知道您有沒有想過，現在歌曲的曲風分類方式的夠詳細嗎？抒情、搖滾、爵士、民謠、古典……等，這樣的分類能夠有效區辨出不同風格的音樂，讓您更方便選擇嗎？
《演算法的一百道陰影》（Outnumbered）一書的作者，瑞典烏普薩拉大學應用數學系教授大衛‧桑普特（David Sumpter）曾經訪談線上音樂串流服務平台Spotify的資料科學家格倫‧麥克唐納（Glenn McDonald）。
為了方便線上會員的選擇，麥克唐納與同事們開發出Spotify的曲風分類系統，主要是將每首歌轉換成13個維度中的一個點。這13個維度包括客觀的響度、節拍數…等，以及主觀的強度、情緒度…等。其中，主觀指標是由用戶的經驗所建立，採用兩兩互比方式，一旦用戶聽完兩首歌後，決定哪一首歌比較歡樂與悲傷。最後，分類系統會將接近的點（亦即歌曲），歸類成同一種曲風。
麥克唐納同時架設了一個名為「同一時間的所有聲響（Every Noise At Once）」的網站（https://everynoise.com/），將Spotify裡5749種 [1] 音樂風格以二維空間圖的方式呈現，如圖1所示。簡單地說來，這個空間圖呈現出不同類型的音樂風格，最下方為有機（Organic），最上方為機械與電子（Mechanical and Electric）；左邊為密集（Denser）和有氣氛（Atmospheric），右邊則較尖銳（Spikier）與跳躍（Bouncier）。
儘管網站的分類方式已比以往更廣泛和多元，但桑普特教授很坦白地告訴麥克唐納，自己對Spotify的推薦新曲功能相當失望。沒想到麥克唐納竟然很大方承認演算法背後的限制。他提到，現有的演算法並無法知道一個人對某首歌的迷戀，或著鍾愛，究竟由何而來（例如某首屬於兩人的情歌）。麥克唐納認為Spotify推薦的曲目對人數眾多的派對最有效，而且切歌率低，但如果是推薦給個人，效果就大打折扣。
桑普特教授總結與麥克唐納互動的發現。雖然資料科學家都在高維度裡尋覓解答，但音樂本身，牽涉到心靈的相繫或羈絆，背後有著不可知的私密維度。無論是那一首讓我們怦然心動的歌曲；或是那首讓我們感受孤獨的樂音；抑或是那些牽引著我們情緒的旋律。平心而論，這些都是資料科學家無法解釋的維度。
如此看來，資料科學看似強大，但其實距離強大仍遠遠不夠。Spotify的故事，給我們不少啟發。
作者：羅凱揚（台科大企管系博士）、蘇宇暉（台科大管研所博士候選人）
[1] 截至2022.1.30，持續增加中。
