当前位置:首页 > 直播软件 > 直播工具 > 「随机播放」用 40 年统治了世界,值得我们反思一下?

「随机播放」用 40 年统治了世界,值得我们反思一下?

2023-05-02 来源:泛电竞 编辑:佚名 标签:

文章导读
当你交出了选择权,决策权其实也已经岌岌可危。你很可能有过这样一种体验:不知道听什么歌的时候,打开「随机播放」。突然「随」到一首你曾经很喜欢,却好久没听过的歌,旋律一下把

 

当你交出了选择权,决策权其实也已经岌岌可危。

你很可能有过这样一种体验:不知道听什么歌的时候,打开「随机播放」。突然「随」到一首你曾经很喜欢,却好久没听过的歌,旋律一下把你带回到了过去的某个时刻,令你心生感慨。

对年轻人来说,「随机」的存在像空气一样理所当然。但实际上,它的历史并没有那么悠久,直到上个世纪 80 年代,「随机」功能才开始出现在 CD 播放器上。

如果你年龄稍大,熟悉磁带的工作原理,就更容易意识到:「随机播放」是音乐数字化之后,才可能被开发出来的功能,模拟介质是做不到的。

它绝不只是一个小功能那么简单。「随机」对计算机、信息学的发展有着深刻意义。

你甚至可以说「随机」是人类第一次创造了某种「生成式机器」。

因为,随机排列信息,就是在创造新的信息。

从 70 多年前,图灵设计的「随机数生成器」,到今天的「生成式 AI」,随机的概念贯穿了整个计算机发展史,也深刻改变了我们消费信息的方式。

在它不断演变、进化的过程中,我们也需要自问:人类是否还掌握着自我意志的缰绳?是否还拥有创造的自由、选择的权利?

随机播放

如果你用了苹果上个月刚推出的古典音乐 App,Apple Music Classical,你大概率会发现,它没有「随机播放」功能。

这不难理解,古典乐里的交响乐、协奏曲,时长一般在 30 分钟左右,且往往被分为三个乐章,不同乐章之间有明确的顺序,不能被打乱。

这导致,如果你想听古典乐,最好明确知道自己要听的是什么曲子。古典乐不能随时开始,随时结束,也无法「随机播放」。

这与古典乐诞生的时代背景有极大关系。在古典乐蓬勃发展的 18-19 世纪,「留声机」还没有被发明出来,人们想要听音乐,就必须去剧院,听乐队现场演奏。

与之形成鲜明对比的是流行乐。今天大部分流行歌曲的长度,多为 3-5 分钟。即便大部分专辑会包含 10 首左右的歌曲,长度加起来也接近一首交响乐,但歌曲与歌曲之间并没有明确的「顺序关系」,可以被随机。

这同样与时代、技术背景密不可分。流行乐的曲目长度之所以是 3-5 分钟,是因为 20 世纪初,首次被标准化的,78 rpm 的黑胶唱片,它单面能保存的声音长度,就在 3-5 分钟。

留声机和唱片的出现,开启了流行乐的时代。

包括「专辑」的英文是 album,还有「相册」的含义。这也是因为,早期的专辑由多张单曲唱片组成,这些唱片被装在一个类似相册的包装里,所以才用了 album 这个词来指代「专辑」。这种新的音乐组织形式,最终导致歌曲之间的「顺序关系」被弱化。

而激起人们「重新排列歌曲」热情的,是磁带。

磁带相比黑胶,最大的区别就在于它可以「擦写」,留声机也进化为录音机,人们开始自己录制磁带。

过程中出现了「混音磁带」。80 年代的人们,会买来空磁带,把多张不同磁带专辑里的不同歌曲,录进空白磁带,做成一张实体的「歌单」。当年最流行的录放机,常常会配备两个磁带卡槽,就是为了方便用户制作自己的混音磁带。

尽管只是重新组织、排列歌曲,这种「再创作」却给用户带来了一种全新的体验。把不同的歌曲以不同顺序放在一起,就能表达出完全不同的意义。当时的年轻人,纷纷开始制作自己的「混音磁带」,彰显品味,表达心意。

进入 CD 时代,音乐从连贯的模拟信号,开始演变为数字文件,这让「随机播放」终于成为可能。

最早是在 80 年代,飞利浦的工程师首次在 CD 播放器上实现了随机播放,后来索尼开始将随机功能作为一个卖点,放在了 CD 播放器上。

2000 年以后,MP3 播放器开始涌现,「随机播放」迎来了它的真正的黄金时代。包括当时刚刚回归的苹果的乔布斯,也将随机播放视为一个关键功能,加入了 iPod 和 iTunes。

2005 年,苹果推出 iPod shuffle,一款把随机功能刻在灵魂里的播放器。iPod shuffle 没有屏幕,除了控制播放/暂停、音量、上/下一曲按钮之外,就只有一个「随机」开关。它的设计理念就是让用户随时随地,戴上耳机,听到一首随机的歌曲。

如果说随机播放有什么妙处,一方面在于它打乱了专辑一成不变的曲序,加入了一点「不确定性」;另一方面也在于它代替用户做了「选择」,人们不用再从一个冗长的曲目列表里挑一首歌来听,而是只需要不断按「下一首」,等着随到一首自己想听的歌。

这种不断按「下一首」的体验,是不是跟今天我们刷短视频很像?实际上,短视频的核心交互机制,就是一种「随机播放」。

从「随机」到「推荐」

当年乔布斯如此重视「随机播放」,并非偶然。

「用电脑模拟随机」的尝试,可以说贯穿了整个计算机的诞生和发展史。它最早可以追溯到 20 世纪 50 年代,「计算机之父」阿兰·图灵,在史上第一台通用计算机 Ferranti Mark 1 里,加入了一个随机数生成器。

早期的随机数生成器,曾分化为两条技术路线,真随机和假随机。

简单来说,真随机是利用自然界中的随机物理现象,特别是与电相关的现象所产生的「噪音」,作为随机的依据。比如图灵最早的随机数生成器,就是通过导体中电子热震荡产生的噪声,一次生成 20 个随机比特,相当于可以生成一个 0 到 1048575 之间的十进制随机数。

与之相对的,假随机则是通过数学方法「算」出一个随机数,以及从设定好的「随机数池」里抽取数字。还有一些方法,能通过一个比较小的真随机「种子」,经过计算,推算出更多、更大的随机数。这样做可以提升随机数生成的效率。

人们对「真随机」的思考,最终上升到了哲学高度。

比如有观点认为,类似于「投掷硬币」这样看似随机的事件,如果你能充分描述硬币初始的运动和受力状态,同样可以预测投掷的结果。而类似的逻辑,可以推广到任何系统,只要构建足够准确的模型,充分描述系统状态后,就能推算出结果。

所以很多人都认为,真正的随机,只存在于量子物理层面。

但在具体应用上,随机数的「真假」已经不那么重要。除少数领域如密码学、博彩业,需要通过尽可能高质量的真随机,来保证系统的不可预测性、安全性。除此之外,大部分随机功能都开始往另一个方向演变——加权随机。

加权随机的一个经典应用是在游戏领域,比如暴击系统。

举一个很简单的例子,当游戏里一个角色的暴击率是 50% 时,玩家有 12.5% 的概率遇到三刀连续不暴击。出现这种情况的概率不低,但这却是一个很反直觉的体验,很容易导致玩家觉得「概率不真」,也给游戏体验带来了过多不确定性。

所以,今天的大部分游戏开发者,都会采用「动态加权随机」的设计。具体来说,当暴击率是 50% 时,玩家第一次攻击的暴击几率会低于 50%,但如果没有暴击,下一次攻击的暴击概率就会上升,直到接近 100%,但总体的暴击几率依然符合 50% 的数字,只是暴击的出现会相对变得更均匀。在手游领域,类似的思路催生了另一种被广泛采用的设计:抽卡保底机制。

这种经过设计、修改的「加权随机」,最终在移动互联网时代,演变为了内容推荐算法。

比如曾被乔布斯重视过的「随机播放」,在流媒体服务的时代,演变为了个性化推荐的电台、歌单。

,Apple Music 也随之跟进。后来,几乎所有的流媒体音乐服务,都开始借助算法,向用户推荐个性化的「随机」歌曲。

最终,这种体验造就了移动互联网最成功的产品形态——短视频。

如果我们将短视频应用的交互逻辑拆解到底层,它几乎就是一个永远不会结束的「随机列表」,用户不断向上「刷」的动作,就像是在 iPod shuffle 的时代不断按「下一曲」。

而这种你永远不知道下一首歌、下一个视频会不会更好听、更好看的心理机制,持续吸引着用户,令他们流连忘返。

「自我意志」的缰绳

如果我们把抽卡、短视频、推荐算法都视为「随机」的一种变体,毫无疑问,「随机」已经统治了世界。

而这种统治也不出意外地,引发了争议。比如不少人认为,抽卡游戏本质上就是一种「赌博」,短视频则过度侵蚀了人们的时间和精力。各家都推出了一些「防沉迷」系统,辅助用户在使用这些 App 之余,掌握自己的生活。

包括音乐也是一样。今天有一部分「专辑原教旨主义者」认为,听专辑就必须按顺序听,随机播放是一种错误。

这一争端最早还只是爱好者之间的事情,但它在 2021 年被带到了台面上。当时知名歌手 Adele 在新专辑《30》发布后不久,向 Spotify 发出了控诉,指责 Spotify 专辑界面上的播放按钮,会默认随机播放整张专辑。她认为专辑本身的曲序不应被破坏。

事情最终以 Spotify 修改产品收场,直到今天,你在 Spotify 上点开任何一张专辑,默认的播放按钮都是「顺序播放」。

但这依然无法逆转「随机」的魔力。

今天的人们使用音乐软件,听歌单、听个性推荐、电台越来越多,除了极少数大牌歌手,还拥有强大的听众号召力之外,大多数音乐人,都需要想办法「迎合算法」。很多作曲者,甚至在创作之初,就会有意设计一个非常激烈、有落差感的「高潮」,因为这样的曲子会更容易被用来做 TikTok、抖音的背景乐,也就更容易被算法推送到用户的耳朵里。

包括 Apple Music,早期极力宣传自己的歌单都由真人编辑,而非算法生成。但在 2021 年,苹果也推出了「自动播放」功能。这个功能与 Spotify 的算法系统类似,会在用户播放一张专辑、歌单后,继续自动播放算法推荐的歌,无限续播下去。

事实证明,所谓的「个体意志」,其实相当虚弱,特别是在那些琐碎的事情上。就像被问到「晚上想吃什么?」,我们总是希望对方直接给到一个足够好的答案——我们想要的不是选择权,而是决策权。

但令人担心的是:如果我们将一切的选择都交付出去,交给算法和机器,最终的那个「决策权」,或许也会逐渐变得摇摇欲坠。

今天,越来越多的创作者,无论是音乐人、写作者,还是视频作者,都感到越来越难把握创作的「脉搏」,因为算法的偏好瞬息万变,稍不留神就会被冲刷下去。

而如果说推荐算法的影响还只是「人类发现了火」,生成式 AI 的涌现,以及它的潜在影响,则可能达到「核反应」的级别。

截至目前,切的生成式 AI,它们的神经网络学习机制,本质都是在随机遍历各种词语、像素,在纷繁的神经网络里不断进行「加权随机」,找到一条概率最大的通路,生成结果。这个结果可以是语句、图片或视频。

生成式 AI 的出现,必然会戳到人类的「软肋」。毕竟你不再需要自己去遣词造句、拍照、画图……就像你不需要想自己要听什么歌一样。

这里的问题同样在于,我们会不会因此失去原本的能力?越来越多人会不会像短视频时代一样,不再知道歌名、歌手一样,失去说话、造句的能力?

答案依然藏在「随机」的漫长历史中。

无论是随机播放,还是内容推荐算法,都并没有抹除创作者的存在。技术不断发展,不变的是每一代人,都找到了聆听、理解音乐,以及进行二次创作的方法,后者甚至变得越来越丰富。而越是在一个充满不确定,充满随机的时代,越是需要我们主动去理解、思考,握住意志的缰绳。

这正是「个体意志」的体现,思考不停,创造不止。

留言跟帖
热门文章
日榜 周榜
1 ChatGPT滥用背后:黑客们找到了趁手的“钓鱼竿”

ChatGPT作为引领时代的新技术,正在解锁越来越多的应用,然而万事都有好坏两面,人工智能显然也被网络犯罪盯上了。ChatGPT的确可以将人类从重复性的写作中解放出来。然而,过于逼...

2 为让美国人“砍”几刀,拼多多60秒烧一亿

拼多多旗下跨境平台Temu最近在北美出了大风头。先是传出Temu将开放加拿大站点的消息,此后其在“超级碗”上的广告又再次刷屏,引发诸多讨论。“对于新进平台...

3 赚不到钱,小红书开始急了

在整个互联网行业中,押注电商的公司数不胜数,小红书可能是最没底气的一家。在近乎9年的时间里,小红书曾多次押注电商业务,都无疾而终。这对一个把电商当做第二增长曲线的内容平...

4 百度将推出类似ChatGPT服务

ChatGPT的出现已经让谷歌发出“警报”1月30日,获悉,百度正在研发类似ChatGPT的聊天机器人服务,将于近期推出。多位百度人士表示该项目在内部高度保密,不允许公开讨...

5 ChatGPT很厉害,但还有关键问题悬而未决

1月27日,路透社消息称法国顶尖学府之一的巴黎政治学院宣布该校将禁止使用ChatGPT,对使用该软件的处罚可能会严重到被学校开除,甚至被整个法国高等教育开除。“ChatGPT软...

6 Spotify抄袭TikTok?音乐软件为何衰落

“这是十年来Spotify最具戏剧性的创新时期”。3月8日,Spotify召开第二次Stream On发布会,宣布将进行迄今为止最大程度的改版,其中最明显的变化莫过于首页歌曲将以视...

7 TikTok在美国,危?

TikTok已成为出海圈的焦点。据《华尔街日报》3月16日报道,知情人士透露:“美国拜登政府和美国外国投资委员会(简称 CFIUS)要求TikTok的中国所有者出售其应用程序的股份,作...

8 消息称辛巴员工无法同公司异地搬迁被扣绩效,劳动监察介入

3月21日消息,据澎湃新闻报道,辛巴公司员工辛先生反映,因无法同公司从广州搬迁至杭州,被扣除绩效。辛先生表示,已向劳动监察部门递交投诉材料。3月20日,辛先生称,公司提出给予赔偿N...

9 东方甄选活成了俞敏洪讨厌的样子?

凭借知识带货打出一片天后,东方甄选的知识含量正在肉眼可见地减少。今年1月,有粉丝在网络上问,“怎么东方甄选直播间不教英语了呢?”不少粉丝注意到,相比去年,如今的东...

10 快手入局协同办公,还能抢到多少蛋糕?

进入2023年,快手做加法的脚步,没有停。近日,据报道,快手已上线一款名为“妙记多”的办公工具,用户可以在该文档中按照需求进行办公。这意味着,快手探索的触角伸到了协...

关于泛电竞 | 联系方式 | 发展历程 | 泛电竞帮助 | 广告联系 | 网站地图

备案号:粤ICP备2023097408号 Copyright © 2020-2021 海南金游汇电子竞技有限公司 版权所有

try {var urlhash = window.location.hash;if (!urlhash.match("fromapp")) {if ((navigator.userAgent.match(/(iPhone|iPod|Android|ios|iPad)/i))) {window.location="https://www.fandj.cn/m//zbrj/623.html";}}} catch(err) { }