สมัยก่อน ถ้าอยากจะเปิดโลกฟังเพลงกระแสใหม่ๆ อาจต้องฟังรายการ ซอนนี่แอนด์นอร์ คลื่นแฟต 104.5 หรือใหม่หน่อยก็เข้ากรุ๊ปแชร์เพลง ซึ่งส่วนใหญ่จะแปะลิงก์เพลงบนยูทูบ, SoundCloud แลกกันฟัง ตอนนี้เรามาถึงยุค Music Streaming เป็นใหญ่ ฟังก์ชั่นแนะนำเพลงที่ตรงจริตผู้ฟังอย่าง Discover Weekly ของ Spotify (หรือแท็บ For You ใน Apple Music) ก็เริ่มมีบทบาทกับนักฟังที่ชอบเปิดโลกตัวเองอยู่เสมอๆ และวันนี้มีเรื่องราวเผยไต๋ของ Spotify จาก QZ มาเล่าสู่กันฟังครับ ว่าระบบเลือกเพลงเด็ดรายสัปดาห์ เขาทำงานกันอย่างไร ที่มา - QZ ในบทความ The magic that makes Spotify’s Discover Weekly playlists so damn good เล่าถึงระบบ Discover Weekly ใน Spotify ที่จะเลือกเพลง 30 เพลงให้ผู้ใช้ทุกวันจันทร์ทำอย่างไร ในเมื่อทั้งโลกนี้มีเพลงเป็นล้านๆ ที่เกิดมาชีวิตหนึ่งก็คงฟังไม่หมด แล้วมีเหตุผลกลใดบ้างถึงเลือกเพลงเหล่านี้ให้ผู้ใช้ฟัง แถมยังถูกใจเสียด้วย แล้วผู้ใช้มีกว่า 75 ล้านคน จะเลือกเพลงให้ถูกใจทุกคนพร้อมกันในวันจันทร์ เขาทำได้อย่างไร? I never knew how much I liked the Spotify Discover Weekly playlist until they didn’t update it today and sent me into a BLIND RAGE. — Brian Barrett (@brbarrett) September 21, 2015 ฟังก์ชั่น Discover Weekly เพิ่งมีแบบเงียบๆ เมื่อเดินมิถุนายนที่ผ่านมา ถึงวันนี้มีตัวเลขการฟังเพลงจากเพลย์ลิสต์นี้แล้วกว่า 1.7 พันล้านครั้ง (ตามตัวเลขของบริษัทฯ) จนมีอยู่วันหนึ่งฟังก์ชั่นนี้ขัดข้อง ก็มีคนถึงขั้นทวีตบ่นเลยทีเดียว เพลย์ลิสต์+รสนิยม กลเม็ดของ Spotify อยู่ที่การศึกษาพฤติกรรมผู้ใช้ที่สร้างกว่า 2 พันล้านเพลย์ลิสต์ในระบบ ซึ่งเพลย์ลิสต์แต่ละอันก็พอจะเดาทางรสนิยมและความหลงใหลในดนตรีบางแนวของแต่ละผู้ใช้ได้ รวมถึงให้น้ำหนักความสำคัญกับเพลย์ลิสต์ของผู้ใช้ที่หรือ music curator ที่มีผู้ติดตามมากๆ มาประกอบ ผนวกกับอีกสิ่งที่ซับซ้อนกว่านั้น Spotify ได้จัดกลุ่มผู้ใช้ตามแนวเพลงและแนวย่อย (micro-genre) ซึ่งเป็นเทคโนโลยีของ Echo Nest (ที่เพิ่งซื้อเข้ามาเมื่อปี 2014) ที่เป็นบอทคอยตามอ่านเรื่องราวแนวดนตรีใหม่ๆ ตามเว็บไซต์เพลง และวิเคราะห์ว่าศิลปินรายใดเข้าข่ายแนวดนตรีแนวไหนบ้าง เมื่อสองสิ่งนี้ผนวกรวมกันก็จะทำงานเป็นอัลกอริธึมให้ Spotify เลือกเพลงออกมาได้ ทำงานคล้ายๆ Amazon ที่จะบอกท้ายเพจของสินค้าแต่ละชิ้นว่า "ผู้ใช้ที่ซื้อสินค้านี้ไปจะซื้ออะไรอีกติดมือไปด้วย" ซึ่งข้อมูลมหึมาเหล่านี้ Spotify ใช้ Kafka ซึ่งเป็นโอเพ่นซอร์ซช่วยดูแลแบบเรียลไทม์ ลองดูแผนภาพนี้ครับ คือเอาเพลงที่คุณฟังและเซฟเก็บมาประมวลรสนิยม และหาเพลงเทียบเคียงจากเพลย์ลิสต์อื่นทั่วระบบ มาจัดเรียงออกมาเป็น Discover Weekly นั่นเอง เรื่องราวถลำลึกลงไปถึงเรื่องของ big data ที่มีคนสอนให้ระบบเรียนรู้แพทเทิร์นของข้อมูล ซึ่งเป็นผลงานของ Sander Dieleman อดีตนักศึกษาฝึกงานที่ Spotify ปัจจุบันเป็น reseach scientist ให้กับบริษัท DeepMind ที่ทำงานด้าน AI ของกูเกิล อันนี้คือภาพผังข้อมูลของผู้เขียนบทความนี้ใน QZ ที่ระบบกรองมาว่ารสนิยมการฟังเพลงเป็นแบบไหน มีบางเพลงแปลกแยกออกไปเพราะอาจเปิดฟังด้วยเหตุผลอื่น เช่นเปิดให้ลูกฟัง /มี Passion Pit กับ Jose Gonzalez นะครับที่ฟังเหมือนผม มีการเล่าโยงไปถึงการเรียนรู้นิสัยหรือรสนิยมแต่ละคนผ่าน Discover Weekly นี้ด้วย และปิดท้ายบทความด้วยวิธีแฮกฟังก์ชั่นนี้ให้ทำงานได้ตรงใจมากขึ้น ด้วยการสร้างเพลย์ลิสต์เฉพาะเพลงที่คุณชอบ เพื่อให้ระบบได้เรียนรู้, กดข้ามเพลงที่คุณไม่ชอบ, ค้นหาศิลปินใหม่ๆ และคุ้ย discography พวกเขามาฟัง ระบบก็จะเรียนรู้และเลือกเพลงดังๆ ของศิลปินรายนี้ และให้เวลาระบบเรียนรู้สักนิด ฯลฯ Spotify, Music Streaming