Advertentie
Music by VICE

Is lofi-house het eerste genre van het tijdperk van het algoritme?

Hoe het algoritme waarmee YouTube video’s aanbeveelt zorgde voor de vreemde opmars van acts als DJ Boring, DJ Seinfeld en Ross From Friends.

door Rob Arcand
31 maart 2017, 2:00pm

The cover of the vinyl release for DJ Boring's "Winona," one of lo-fi house's breakout tracks.

Een paar weken geleden was Imran Ahmed van XL Recordings te gast bij NTS Radio. Als A&R van het label heeft hij een goed oor voor acts die op het punt staan om door te breken, en elke maand laat hij nieuwe ontdekkingen horen in het radioprogramma. "Mijn werk bij het label bestaat uit het vinden van de volgende generatie artiesten die net zo goed zijn als de artiesten waar ons label bekend om staat," vertelde hij tijdens zijn introductie in het programma. "Mensen als King Krule, Radiohead en Jai Paul. De show die ik hier elke maand doe, is een klein voorproefje van mijn zoektocht. Het beste dat ik op dat moment heb gevonden."

Hij draaide edits van veelbelovende, opkomende artiesten als Sega Bodega en Mal Devisa, en bladerde door uren aan hiphop met veel synths, en bubblegum bass. Uiteindelijk draaide hij de track Talk to Me You'll Understand van de Britse producer Ross From Friends. Maar die track was een vreemde uitschieter, omdat-ie – in bepaalde scenes – al lang een hit was. De originele upload op YouTube was al anderhalf miljoen keer beluisterd, dus toen Ahmed het lied presenteerde als 'nieuw' voelde dat vreemd. Doorgaans komen dit soort smaakmakers eerder met hun tips dan enorme online hypes, maar het mainstream succes van deze track laat wellicht zien dat het internet dingen zal veranderen als het gaat om dancemuziek ontdekken.

In de afgelopen jaren is de term lofi-house synoniem geworden met een bepaalde gruizige sound. Met zware bassen, simpele synthlijntjes en samples. Met de natuurlijke EQ van cassettebandjes en een hoop ruis hebben acts als Ross From Friends, DJ Boring, DJ Seinfeld en anderen succes gevonden in een terugkeer naar de basis. Deze producers strippen housemuziek van alle franjes, met een verrassende mix van geluiden die nieuw klinken, al zijn ze oud. Met stotterende akkoorden, pads en kickdrums die de rest van de track verzwelgen, snijden ze recht in het functionele hart van house.

In het begin werd het veelal afgeschreven als een tekort aan nieuwe ideeën, heeft de term altijd bestaan als een soort grapje onder enthousiastelingen. Alsof ze wisten dat het genre niet lang zou bestaan, zoals met internetmuziek vaak het geval, waren de producers terughoudend om zich te onderscheiden van alle andere internetmuziek en de bredere traditie van house en techno. Lofi-house bestaat op het snijvlak van verschillende stijlen, meer geïnteresseerd in tracks maken met een lange houdbaarheidsdatum dan gebukt gaan onder vluchtige, nieuwe genres als chill- of vaporwave. Maar hoe kan het dat de muziek, zonder veel media-aandacht, terechtkwam bij een van de grootste labels uit Londen?

Lofi-house is afkomstig uit stijlen die je terugvindt op labels als L.I.E.S. en 1080p. Nu vind je het terug op plekken als het youtubekanaal Slav (waar Winona van DJ Boring bekend werd) en de Overload-community op Reddit. De bekendheid van het genre lijkt zijn bekendheid vooral te danken aan de Related Video-functie van YouTube. Al zocht ik naar de meest uiteenlopende muzieksoorten, ik bleef terugkomen bij dezelfde lofi-houseliedjes. Al verwijderde ik mijn cookies, mijn zoekgeschiedenis of zelfs als ik inlogde op andere accounts. Wordt lofi-house naar voren gedrukt door algoritmes op YouTube? Zorgen websites ervoor dat een bepaalde stijl beroemd wordt?

Jay Adams, Paul Covington en Emre Sargin, ontwikkelaars van Google en YouTube, schreven een paper voor een conferentie in 2016. In hun paper leggen ze uit hoe het mechanisme achter het Related Video-algoritme werkt. Terwijl de site verder weg ging van het primitieve tagging-systeem waar het op was gebaseerd, maken ontwikkelaars nu gebruik van deep neural networks en de algoritmes van machine-learning.

Vandaag de dag is het algoritme van Related Video's opgemaakt uit twee neural networks. Om te beginnen is er een "candidate generation network, dat kijkt naar de geschiedenis van een gebruiker, en vervolgens een kleine selectie aan video's pakt uit een grote database," schrijven de onderzoekers. Hieronder bevinden zich ID's van bekeken video's, zowel vastgelegd door mensen als machines, maar ook zoektermen en demografische data uit een groot aantal onbekende bronnen. Dan maakt het tweede neural network een ranglijst van potentiële treffers "door elke video een score te geven van wenselijkheid." Door gebruik te maken van een enorme bak 'big data points' verzameld aan de hand van hoe vaak je doorklikt en hoe lang andere gebruikers een bepaalde video bekeken, komt de site dan met een selectie video's waarvan gedacht wordt dat iemand die op prijs stelt.

Maar hoe kan het dat dit soort algoritmen steeds hetzelfde voorschotelen? Deels komt het door de manier waarop machine-learning menselijke interesse rangschikt. Het systeem maakt modellen van het percentage bekeken en doorgeklikte aanbevelingen, en werkt constant om de nieuwste en beste resultaten voor een zo breed mogelijk publiek te presenteren. Zelfs van buitenaf is het makkelijk om te zien hoe iets als lofi-house precies op het snijvlak van verschillende scenes en stijlen ligt. Van mensen die erbij waren toen house net begon tot een jonger publiek dat inmiddels helemaal klaar is met vaporwave – de twee grootste doelgroepen die geïnteresseerd zijn in lofi-house. Het komt er simpelweg op neer dat lofi-house ervoor heeft gezorgd dat liefhebbers van elektronische muziek een waanzinnige berg onontdekte tracks heeft om in te verdwalen. Van Balearic tot techno, synth-funk en de terugkeer van new age: lofi-house vertegenwoordigd een heleboel uiteenlopende stijlen, dat het lijkt alsof elke liefhebber van elektronische muziek er iets goeds in kan vinden.

Dancemuziek is vaak anoniem en draait op singles, en dat wordt door het internet alleen maar versterkt. Trends op het internet worden steeds banaler. Lofi-house, zoals het nu bestaat, biedt een interessant en logisch eindpunt: het is het eerste 'genre' dat zijn bestaansrecht volledig te danken heeft aan het platform waarop het werd verspreid. Terwijl machine learning beter wordt en muziek ontdekken steeds gestroomlijnder verloopt, is lofi-house een voorproefje van hoe het eruit kan gaan zien: video's die eindeloos doorgaan op autoplay en hits gedreven door algoritmen die nu de industrie al beginnen te vormen. Voorlopig kunnen we enkel maar proberen om het bij te benen.

Tagged:
dj boring
dj seinfeld
ross from friends
lofi-house