¿Cómo sabe Spotify que canción recomendarme?

El día de hoy hablaré de un tema que pueden o no haber medio escuchado, pero todos (o la gran mayoría) hemos utilizado, y es que las redes neuronales artificiales hoy en día están por todo Internet, pero empecemos con un ¿Qué son?

Las redes neuronales artificiales son un tipo de modelo matemático el cual tiene forma de un grafo, la verdad lo podemos ver como caminos a seguir que nos llevan a un destino.

Se crearon basándose en cómo se comporta nuestro cerebro (dejen en los comentarios si quieren que hable con mayor profundidad de eso), cada bolita que vemos es una neurona artificial que genera un valor a cada camino, es algo parecido a los test que si decías que si ibas a una casilla y si decías que fueras sumando los puntos y al final tenias que ver cual encajaba mejor con tu puntaje sumado, (matemáticamente hablando mucho más complejo, pero la idea es la misma).

Hay de muchos tipos, y sirven para diferentes cosas, pero en esencia todas las redes neuronales artificiales son caminos que de acuerdo a que quieres te llevan a un destino.

Spotify (al igual que Netflix o la publicidad de Facebook, entre muchas más, ¡ven!, vivimos rodeado de inteligencia artificial y no han atacado a nadie), las utilizan para poder crear una experiencia al usuario personalizada, y te enganches más con la app, pero aquí viene la parte donde explico paso a paso.

La estructura simple de una red neuronal artificial son: datos de entrada, capas ocultas, capa de salida o datos de salida. Estas 3 cosas les cambian muchísimo los nombres, pero en esencia es lo mismo.

Me pondré como ejemplo, todos tienen la libertad de escuchar la música que más les guste, no me meto en polémicas.

Tenemos como entradas 4 canciones (la realidad son todas las que escuchas, y las que le das me gusta, que para Spotify es un grupo muy pequeño a comparación de todos los millones de canciones que tiene). En este caso y con toda intención seleccione 2 de Panic! At The Disco (para hacer aún más fácil la explicación pero la realidad es que eso da para otro tema, lo que es un hecho es que deberían de escucharlos, ¡son los mejores!), una es de ellos y la otra es una colaboración con Taylor Swift, las otras dos, son artistas pop, mujeres, esas dos características las tiene Taylor Swift.

Ahora una vez que Spotify determino las canciones de entrada, entran por las capas ocultas, cada bolita que puedes ver ahora es un mundo.

Cada capa va creando pesos de acuerdo a las características de la entrada (de las canciones), los pesos es el valor del camino, en el ejemplo los identificamos de color naranja, pero realmente estos tienen un valor numérico, no por color, y la salidas, o canciones a recomendar, son seleccionadas con el mayor número de pesos recolectado posible.

Entonces …. Después de muchas capas, Spotify se dio cuenta que, cualquier canción que me pusieran de Panic! At The Disco, era un “me gusta” casi asegurado, y que era probable que si ponía una canción en ingles de una artista femenina del género pop la iba a escuchar, y lo más importante me iba a gustar, ahí ya están mis dos recomendaciones de Spotify.

Pero, ¿Por qué es importante que me guste lo que me recomienda?

Esto no es un modelo ni fácil, ni barato de implementar, pero para Spotify es importante crear esta experiencia de usuario, ya que te hace usar mayor tiempo la app, creando para ellos muchos beneficios económicos, porque así tu no querrás dejar la suscripción (ingreso mensual asegurado), lo podrás recomendar (nuevos usuarios) y al tener un mayor número de usuario, los artistas les interesara estar en la plataforma (mayor contenido, mayor datos para tu experiencia), ¡Sí!, es un ciclo vicioso.

Ahora sabemos que las redes neuronales no es otra cosa que, caminos que va tomando respeto a la información que tiene, para poder llegar a una meta, en este caso recomendarme música que me podría gustar.