在爱范儿此前的的一篇文章中提到,中国的电影院越来越多,观众却越来越少,留言区最高赞的一条评论是:
长久以来的烂片轰炸透支了观众的观影欲望。
到底什么是好电影,每个人的标准都不一样。对于制片商来说,能赚到钱的就是好片,因此捕捉观众的口味变得十分重要。
过去十几年好莱坞的流水线大片屡试不爽,但近几年开始让观众审美疲劳。国内电影这两年流行的「大 IP+流量明星」的模式甚至成为了烂片的标配。
▲《西游伏妖篇》剧照
当影视行业的经验不好使后,一些片商开始悄悄用 AI 来决定制作什么电影。
在美国已经有多家为制片商提供分析服务的 AI 公司,位于洛杉矶的初创公司 Cinelytic 就是其中一家,据悉这家公司能基于机器学习来分析历史电影的数据库,进而预测不同剧本和演员对于一部电影票房的影响。
▲Cinelytic 分析界面
Cinelytic 联合创始人兼 CEO Tobias Queisser 举了一个例子,假设拍一部以艾玛·沃特森为主角大片,可以用 Cinelytic 的软件来看到如果把主角换成詹妮弗·劳伦斯会有什么变化。
AI 可以从不同的维度来对比两位演员,比如设计不同场景,看看这两位演员对电影的影响,看看不同情况下哪位演员能带来更好的效果。
Cinelytic 的员工大都不是来自电影行业,Tobias Queisser 来自金融行业,而 CTO Dev Sen 曾为 NASA 设计风险评估模型,Queisser 相信决策几百亿美元投资的技术同样对电影行业有用。
类似的 AI 公司还有不少,比利时的 ScriptBook 表示可以其算法可以通过分析剧本来了预测电影是否会成功。
ScriptBook 展示了对过去两年上映的一些电影的算法预测,结果显示算法对于一部电影是否能盈利的预测正确率高达 86%,而影视行业的准确率只有 44%。
不过这些 AI 公司在接受采访时都拒绝为即将上映的电影进行预测,到底这些 AI 是不是真的能比人类作出更正确的决策,依然存疑。
有研究人员指出这类 AI 的算法存在缺陷,而且算法只能根据过去的数据进行分析,可能难以预测不断更迭的流行文化和观众口味。
比如 ScriptBook 的算法在分析 2017 年的票房黑马《逃出绝命镇》时,虽然成功预测了这部电影会盈利,但却远远低估了它的票房,给出了 5600 万美元的预测,实际上该片最终票房达到了 1.76 亿美元。
▲《逃出绝命镇》剧照
虽然 AI 的预测未必准确,但越来越多应用于影视行业的 AI 技术已经被开发出来。
麻省理工学院曾公布过一项研究成果,可以通过机器学习训练电脑来识别视频中的情绪变化,依靠深度神经网络分析了数千部不同类型的视频,包括电影、电视剧和短视频等。
研究人员以一种「感情弧线」为指标来评估视频的不同片段引起的情绪是积极还是消极,这种「感情弧线」的数值被研究人员称为视觉效价(visual valence),并绘制了视频中每个场景的情绪变化曲线图。
这项 AI 技术可以更为准确地分析观众的笑点和泪点,这对影视制作方来说十分有帮助。
迪士尼研究中心(Disney Research)也曾公布了一项用于观察分析电影院中观众反应的技术。这项技术能通过捕捉电影院中观众的表情,来分析观众的情绪,甚至在观察某个观众十分钟后还能预测他接下来的反应。
▲ 你看电影时的微笑,属于哪个区间?图自:Disney Research
此外被迪士尼收购的 20 世纪福克斯,去年和 Google 合作开发了一套电影预测和推荐系统 Merlin,通过 AI 技术分析电影预告的每个镜头,将标记的物体场景信息与数据库比对,来预测观众感兴趣的电影。
▲ Merlin 预测看过《金刚狼 3》的观众还感兴趣的 20 部电影
但好莱坞还没完全接纳这种新新技术,在很多传统制片商看来这些冰冷的算法可能会损坏电影的艺术价值。尽管 ScriptBook 的客户中不乏知名的好莱坞电影公司,但这些公司都会要求签署严格的保密协议,不希望人们知道他们使用了 AI 。
相比之下,流媒体的态度则更加开发。 Netflix 当年一战成名的《纸牌屋》,就是采取了以大数据来主导电视剧制作的模式,Netflix 曾表示这套基于用户习惯的个性化推荐系统,有效提高了观看率,每年能为 Netflix 节约 10 亿美元。
随着北美电影市场疲软,传统制片商对这种技术其实也有需求。《好莱坞报道者》的一篇文章指出, 面对阴晴不定的电影市场,好莱坞制片厂的高层们正面临一个问题:
究竟是将电影碰碰运气放到院线上映,还是将其卖给 Netflix。
不过,电影本身还是一门充满不确定的艺术,从没有一套保证成功的模型和公式。
没有人知道当年威尔·史密斯要是接拍了《黑客帝国》还会不会成为科幻经典,谁也无法预测如果《霸王别姬》选了尊龙而非张国荣,会在大银幕留下一个怎样的程蝶衣。
这种阴差阳错造就的经典,也是电影的魅力之一。而算法要做的,恰恰是尽量消除所有不确定性。
▲图片来自:IGN