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。
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。
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。
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。
题图来源：IGN
