格格党

手机浏览器扫描二维码访问

第 79 章（第3页）

最终得分：现址85分，其他候选地址最高73分。

公司注册完成的第二周，开始招聘。

权志龙坚持要亲自面试每个员工——即使只是实习生。

“我们需要的人，既要懂科学，又要爱音乐。

既要理性，又要感性。

这种人很难找。”

面试了十个人后，权志龙有点沮丧。

第十一个面试者是个女生，二十五岁，简历很特别：本科音乐理论，硕士计算神经科学，博士论文是《流行音乐结构的认知神经基础》。

她叫韩秀雅。

权志龙和林知夏一起面试。

标准流程是：权志龙问音乐相关问题，林知夏问科学问题，然后交换。

“你最喜欢的音乐人？”

权志龙先问。

“您。”

韩秀雅毫不犹豫，“但我最喜欢的是您2017年的《无题》，那张专辑的旋律复杂度和情感深度，在神经科学上是完美的实验素材。

我博士论文用了其中三首歌做刺激材料。”

权志龙挑眉：“结果呢？”

“《无题》这首歌，在副歌部分的和弦进行，能同时激活听觉皮层和奖赏回路，但抑制前额叶——这就是为什么听众说‘听这首歌时无法思考，只能感受’。”

韩秀雅语速很快，“而且，您在2分17秒那个突然的休止，造成了听众脑电的‘预期违反效应’，产生强烈的注意捕获...”

“停。”

权志龙笑了，看向林知夏，“这个我要了。”

林知夏继续科学考核：“如果你的研究发现，某种音乐结构能显著降低焦虑，但商业上不吸引人，你会优先发表论文，还是优化结构使其商业化？”

韩秀雅想了想：“取决于目标。

如果是学术目标，发表。

如果是应用目标，优化。

但最好的选择是：用商业化的收入资助更深入的研究，形成闭环。

就像...”

她看向两人，“就像两位正在做的。”

面试结束，权志龙当场发了录用通知。

韩秀雅成为GD-Lin的第一号员工。

第二个录用的是个男生，三十岁，音乐制作人，但自学了编程和数据分析。

他带来一个自己开发的小程序：输入一段旋律，能预测在哪些城市会受欢迎。

“我用了过去十年全球流行音乐榜单和城市文化数据训练模型。”

他演示，“比如这段旋律，在首尔和东京的预测欢迎度是8.2，在纽约只有6.1。

因为节奏模式更符合东亚听众的神经节律偏好。”

林知夏立即被吸引了：“这个模型考虑时区差异了吗？昼夜节律会影响音乐偏好...”

“考虑了，还考虑了季节、天气、甚至当地咖啡因消费量。”

男生说，“但模型准确率只有71%，需要更多数据优化。”

“我们有很多数据。”

权志龙说，“我过去十五年的所有作品，全球听众反应数据。