電影愛好者
当前位置:電影愛好者 > 電影資訊 > 正文

當好萊塢被算法同化

當好萊塢被算法同化

大數據文摘出品

作者:林安安、蔡婕、周素雲

基努·里維斯(Keanu Reeves)憑藉著《黑客帝國》三部曲紅遍全球,他因擔任Neo一角圈粉無數,並一躍成為好萊塢最有名的影星之一。但在這之前,威爾·史密斯(Will Smith)卻因拒絕出演電影《黑客帝國》Neo這個角色而錯失機會。

尼古拉斯·凱奇(Nicolas Cage)在蒂姆·伯頓(Tim Burton)執導的《超人複活》中擔任主角,但在經歷了幾次幕後班底的重大變更之後,影片最終夭折,這部電影留給世人的只有一張模糊的尼古拉斯·凱奇身著超人服的試裝照。

這就是電影世界里的種種機緣巧合和不確定性。但對於電影投資人來說,他們並不想要這種不確定性。

他們想知道,是艾麗西亞·維坎德(Alicia Vikander),還是蓋爾·加朵(Gal Gado)會帶來更多的票房? 他們想知道在美國爆火的電影是否能在歐洲市場創造新紀錄?

現在,人工智能可以給他們答案。

人工智能將有可能成為“最有眼光的製片人”

位於洛杉磯的創業公司Cinelytic相信人工智能將有可能成為“有眼光的製片人”。多年來,這家公司收集電影票房的歷史數據,然後將其與電影主題和主要演員的信息進行交叉參考,使用機器學習來挖掘隱藏的數據模式。它的軟件讓客戶可以預測他們的電影票房。例如,用人工智能預測替換演員會對票房產生什麼影響。

Cinelytic聯合創始人兼首席執行官Tobias Queisser說:“你可以使用Cinelytic的軟件看看,一部由艾瑪·沃特森(Emma Watson)主演的夏季大片,如果由詹妮弗·勞倫斯(Jennifer Lawrence)主演,票房會有什麼改變。”

Queisser說:“你可以單獨比較兩位女演員,也可以在特定的電影場景里進行比較。我們可以設計兩個場景,看看對於一部特別的影片,Emma Watson和Jennifer Lawrence在哪些領域有更大的影響力。“

當好萊塢被算法同化

Cinelytic軟件的一個例子

Cinelytic並不是唯一一家希望將AI應用於電影業務的公司。近年來,一大批AI預測公司如雨後春筍般出現了。比利時的ScriptBook成立於2015年,它宣稱它的算法可以通過分析電影的劇本來預測電影的成功率。同年成立的以色列創業公司Vault承諾,它的客戶可以通過跟蹤電影預告片的投入播放模式來預測電影的目標觀眾。另一家名為Pilot的公司也提供類似的分析,承諾它在電影發佈前18個月就能以“無與倫比的準確性”預測票房收入。

AI概念越來越火,逐漸地大公司也紛紛開始進入市場。去年11月,二十世紀福克斯電影公司(20th Century Fox Film Corporation)宣佈它正使用人工智能分析電影預告片,預測電影的哪些“小片段”最具吸引力。

電影經濟的原地踏步

人們現在拍攝的電影,主題可能是機器人,可能是無人機,可能是其它高科技,但近20年內,電影經濟的發展卻在原地踏步。人們使用Excel和Word等相對簡單的商業分析方法,可以說這種分析幾乎沒什麼用。

這就是為什麼Cinelytic的關鍵技術人員並非來自好萊塢。Queisser曾經從事金融行業,在這個行業里,從高速交易到計算信用風險,處處都有機器學習的身影。Cinelytic的聯合創始人兼首席技術官Dev Sen同樣具有技術背景,他曾經為NASA建立風險評估模型。

Queisser說:“Dev Sen的技術能力是我們公司的一大基石。”

當好萊塢被算法同化

Scriptbook軟件對2017年的喜劇《大病》進行分析,從角色的“喜愛度”到票房收入等所有因素。

但是AI預測分析是對的嗎?這是一個更難回答的問題。

Cinelytic等公司拒絕對即將上映的電影的成功率做任何預測,關於這一方面的學術研究也很少。但ScriptBook分享了它對2017年和2018年上映的電影的預測,從預測結果我們可以看出它的算法做得還是比較好的。

在50部電影的樣本中(包括《遺傳厄運》,《頭號玩家》和《寂靜之地》等),只有不到一半的電影獲利,預測準確率為44%。相比之下,ScriptBook算法預測了一部電影是否能賺錢的準確率為86%。ScriptBook數據科學家Michiel Ruelens說:“這是該行業平均準確率的兩倍。”

Zhao在2016年發表的一篇學術論文同樣聲稱,可以使用電影主題和明星等基本信息對電影的盈利能力進行可靠的預測,但作者也表明他們使用的統計方法仍存在一定的缺陷。

其中一點就是機器學習做出的預測有時候比較盲目。例如,你不需要一個複雜而昂貴的人工智能軟件就能知道,像萊昂納多·迪卡普里奧(Leonardo DiCaprio)或湯姆·克魯斯(Tom Cruise)主演的電影票房一定不會太差。

從過去數據學習的AI無法預測未來

基本上,算法是保守的。因為它們通過分析過去的數據來學習,所以他們無法預測將來會發生的文化轉變或品味變化。這也是整個AI行業面臨的挑戰,可能導致AI“偏見”等問題。例如,亞馬遜的人工智能招聘軟件會拒絕女求職者,因為它學會了將工程技能與先前的男性主導聯繫在一起。

舉一個典型的算法“偏見”的例子:2016年動作奇幻電影《魔獸》,改編自暴雪娛樂的《魔獸世界》。因為這種游戲到電影的改編很少見,所以很難預測這部電影的表現如何。事實上,這部電影在美國票房慘淡,上映首周票房為2400萬美元,但它在中國票房大賣,成為中國曆史上票房最高的外語片。

當好萊塢被算法同化

人工智能並沒能預測《魔獸世界》在中國的成功

類似的故事也發生在《逃出絕命鎮》這部影片中,ScriptBook在對2017/2018年電影進行預測時,正確地預測了Jordan Peele的恐怖電影《逃出絕命鎮》會受歡迎,但它低估了影片票房,僅預測其票房收入為5600萬美元,而實際最終票房為1.76億美元。

正如Zhao所說:“我們只能捕捉到那些可以被數據捕捉到的東西。為瞭解釋其他的細微差別,你必須讓人類參與進來。”

好萊塢難以接受機器學習預測

總部位於英國的clever Group的董事Andrea Scarso對此表示贊同。他的公司使用Cinelytic的軟件來指導它在電影上的投資,Scarso認為該軟件作為一個輔助工具時效果最好。

Scarso在接受the Verge網站採訪時表示:“有時候,該軟件會驗證我們的想法,有時候則相反,它會提示出一些我們沒有為某種類型的項目考慮過的東西。他還提到,使用人工智能來影響電影的藍圖——選擇演員、增加預算,看看這會如何影響電影的表現,這開啟了一場關於不同方法的對話,但它永遠不是最終的仲裁者。”

“它有很多用途。你可以看到,有時圍繞同一個項目的不同元素,可能會對商業表現產生巨大影響。有了Cinelytic這樣的東西,再加上我們自己的分析,就能證明我們提出的建議並不只是自己的瘋狂想法。”

但如果這些工具如此有用,為什麼它們沒有得到更廣泛的應用?

ScriptBook的Ruelens認為,這可能要歸咎於一個非好萊塢的特點:面子。

在個人人魅力、審美品味和直覺如此重要的行業中,卻要求助於機器的冷血計算。這看起來像是在尋求幫助,或者承認自己缺乏創造力,並且不關心項目的藝術價值。

Ruelens提到,ScriptBook的客戶包括一些“最頂級的好萊塢電影公司”,但保密協議阻止他透露任何一家公司的名字。

“他們還不想與這些人工智能聯繫在一起,每個人都想使用它,然而他們只是不想讓我們公開他們正在使用。”因此Ruelens表示,類似的協議讓他無法討論客戶,但可以透露的是目前的客戶包括“大型獨立公司”。一些業內人士反駁稱,好萊塢正在接受人工智能來審查潛在的電影。

Netflix大數據應用的行業影響

Pilot Movies是一家為電影行業提供機器學習分析服務的專業公司,其首席執行官Alan Xie告訴the Verge,“我從未與任何一位相信人工智能腳本分析的美國電影公司高管交談過,更不用說將其融入他們的決策過程了。”

Xie表示,有可能電影公司只是不想談論使用過這樣的軟件,但腳本分析目前的確還是一種不精確的工具。營銷支出和社交媒體上的熱度是票房成功與否的更可靠預測因素。“在Pilot內部,我們開發了依賴腳本功能的票房預測模型,它們的表現比依賴實時社交媒體數據的模型差得多。”

儘管對具體的應用持懷疑態度,但趨勢可能正在轉變。Ruelens和投資總監Scarso表示,有一個因素說服了好萊塢開始重視大數據,那就是Netflix。

Netflix一直在宣揚自己的數據驅動編程方法。它對數百萬訂閱者的行為進行了詳細的調查,並瞭解了大量關於這些行為的信息,從哪個縮略圖最能說服人們點擊電影,到他們在交互式電影(如《黑鏡:潘達斯奈基》)中的選擇。Netflix的產品創新主管Todd Yellin在2016年表示:“我們有一個很龐大的全球性算法,它非常有用,因為其充分利用了全球所有消費者的所有口味。”

當好萊塢被算法同化

Netflix會定期更改電視節目和電影的縮略圖,以瞭解對不同觀眾的吸引力。

目前還不清楚Netflix的自誇是否合理,但該公司聲稱僅其推薦算法一年就價值10億美元。這樣的言論自然給競爭市場帶來了恐懼,再加上它在原創內容上的巨額投資,這足以讓最頑固的好萊塢製片人也開始採用某種強化算法。

Ruelens認為,這種轉變是顯而易見的。”四年前,我們剛起步的時候,曾與好萊塢的大公司開過交流會議。當時他們都非常懷疑,認為自己在這個行業已經有數十年的專業經驗,一臺機器怎麼能告訴他們該做什麼?“

而現在情況已經發生了變化:這些公司進行了自己的驗證研究,他們等著看軟件做出哪些預測是正確的,並且逐漸地學會信任算法。

“好萊塢已經開始接受我們的技術,但技術所帶來的效果並不能立竿見影,還需要時間。”

相關鏈接:

https://www.theverge.com/2019/5/28/18637135/hollywood-ai-film-decision-script-analysis-data-machine-learning

未经允许不得转载:電影愛好者 » 當好萊塢被算法同化

分享到:更多 ()

评论 0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址