“長久以來爛片輪番上映，幾乎將觀眾的觀影慾望消耗完全?！钡顷P(guān)于什么是好電影這個(gè)問題，對制片商而言，答案是能賺到錢的就是好片，因此能夠捕捉觀眾的口味是十分重要的。然而觀眾口味并不是容易就能捉摸，在經(jīng)過過多次成功與失敗后，片商開始用AI來決定制作什么電影。

盡管過去十幾年好萊塢的流水線大片一直贏得大量觀眾的追捧，但近幾年開始卻出現(xiàn)觀眾審美疲勞的情況。于是，在美國已經(jīng)有多家為制片商提供分析服務(wù)的AI公司，位於洛杉磯的新創(chuàng)公司“Cinelytic”就是其中一家，據(jù)悉這家公司能基於機(jī)器學(xué)習(xí)來分析歷史電影的數(shù)據(jù)庫，進(jìn)而預(yù)測不同劇本和演員對於一部電影票房的影響。

Cinelytic共同創(chuàng)辦人兼CEO Tobias Queisser舉了一個(gè)用AI預(yù)測劇本、演員和票房變化的例子，假設(shè)拍一部以艾瑪．華森為主角大片，可以用Cinelytic的軟件來看到如果把主角換成珍妮佛．勞倫斯會(huì)對票房產(chǎn)生什么變化。

目前AI仍無法進(jìn)行無誤差預(yù)測

AI可以從不同的維度來對比兩位演員，比如設(shè)計(jì)不同場景，看看這兩位演員對電影的影響，看看哪個(gè)情況下誰能帶來更好的效果。

Cinelytic的員工大都不是來自電影行業(yè)，Tobias Queisser來自金融行業(yè)，而CTO Dev Sen曾為NASA設(shè)計(jì)風(fēng)險(xiǎn)評估模型，但Queisser相信決策幾百億美元投資的技術(shù)對電影行業(yè)同樣有幫助。

類似的AI公司還有不少，比利時(shí)的ScriptBook表示其算法可以透過分析劇本來預(yù)測電影是否會(huì)成功。

ScriptBook展示了對過去兩年上映的一些電影的算法預(yù)測，結(jié)果顯示其算法對於一部電影是否盈利的預(yù)測準(zhǔn)確率高達(dá)86%，而影視行業(yè)的準(zhǔn)確率只有44%。

不過這些AI公司都拒絕為即將上映的電影進(jìn)行預(yù)測，因此到底AI是不是真的能比人類作出更正確的決策，還是在害怕預(yù)測結(jié)果和實(shí)際情況打臉，也許這些AI的預(yù)測還沒能站穩(wěn)腳步。

同時(shí)有研究人員指出此類AI的算法存在缺陷，這些算法只能根據(jù)過去的數(shù)據(jù)進(jìn)行分析，可能難以適應(yīng)隨時(shí)更迭的流行潮流和觀眾口味。

例如ScriptBook的算法在分析2017年的票房黑馬《逃出絕命鎮(zhèn)》時(shí)，雖然成功預(yù)測了這部電影會(huì)盈利，但預(yù)測票房結(jié)果遠(yuǎn)遠(yuǎn)不及實(shí)際票房。算法給出了5,600萬美元的預(yù)測，實(shí)際上該片最終票房達(dá)到了1.76億美元。

雖然AI的預(yù)測未必準(zhǔn)確，但越來越多應(yīng)用於影視行業(yè)的AI技術(shù)已經(jīng)被開發(fā)出來。

AI怎么預(yù)測你看電影時(shí)什么時(shí)候會(huì)笑

麻省理工學(xué)院曾公布過一項(xiàng)研究成果，可以通過機(jī)器學(xué)習(xí)訓(xùn)練電腦來識(shí)別視頻中的情緒變化，依靠深度神經(jīng)網(wǎng)絡(luò)分析了數(shù)千部不同類型的影音，包括電影、電視劇和短影音等。

研究人員用“感情弧線”為指標(biāo)來評估視頻的不同片段引起的情緒是積極還是消極，這種“感情弧線”的數(shù)值被研究人員稱為視覺效價(jià)（visual valence），并以此繪制了視頻中每個(gè)場景的情緒變化曲線圖。

這項(xiàng)AI技術(shù)可以更為準(zhǔn)確地分析觀眾的笑點(diǎn)和淚點(diǎn)，這對影視制作方來說十分有幫助。

好萊塢大廠還沒完全接納

迪士尼研究中心（Disney Research）也曾公布了一項(xiàng)用於觀察分析電影院中觀眾反應(yīng)的技術(shù)。這項(xiàng)技術(shù)能透過捕捉電影院中觀眾的表情，來分析觀眾的情緒，甚至在觀察某個(gè)觀眾十分鐘后還能預(yù)測他接下來的反應(yīng)。

此外被迪士尼收購的20世紀(jì)?？怂梗ツ旰虶oogle合作開發(fā)了一套電影預(yù)測和推薦系統(tǒng)Merlin，通過AI技術(shù)分析電影預(yù)告的每個(gè)鏡頭后，將標(biāo)記的物體場景信息與數(shù)據(jù)庫比對，從而預(yù)測觀眾感興趣的電影。

然而好萊塢還沒完全接納這樣的新技術(shù)，很多傳統(tǒng)制片商認(rèn)為這些冰冷的算法只會(huì)損壞電影的藝術(shù)價(jià)值。盡管ScriptBook的客戶中不乏知名的好萊塢電影公司，這些公司都會(huì)要求簽署保密協(xié)議，隱蔽他們使用了AI預(yù)測這個(gè)事實(shí) 。

相比之下，串流媒體的態(tài)度則更加開放。Netflix當(dāng)年一戰(zhàn)成名的《紙牌屋》，就是采取了以大數(shù)據(jù)為主導(dǎo)的電視劇制作模式，Netflix曾表示這套基於用戶習(xí)慣的個(gè)性化推薦系統(tǒng)，除了有效提高了觀看率，每年還能為Netflix節(jié)約10億美元。

但隨著北美電影市場疲軟，傳統(tǒng)制片商對這種技術(shù)也透露出需求?！逗萌R塢報(bào)導(dǎo)者》的一篇文章指出，面對陰晴不定的電影市場，好萊塢制片廠的高層們正面臨一個(gè)問題：

究竟是將電影放到院線上映，還是將其賣給Netflix。

不過，AI預(yù)測之所以不能夠達(dá)到100%的準(zhǔn)確率，也是因?yàn)殡娪氨旧磉€是一門充滿不確定的藝術(shù)，從沒有一套保證成功的模型和公式。

沒有人知道當(dāng)年威爾史密斯要是接拍了《黑客任務(wù)》還會(huì)不會(huì)成為科幻經(jīng)典，誰也無法預(yù)測如果《霸王別姬》選了尊龍而非張國榮，會(huì)在大銀幕留下一個(gè)怎樣的程蝶衣。

這種陰差陽錯(cuò)造就的經(jīng)典，也是電影的魅力之一。而算法要做的，恰恰是盡量消除所有不確定性。