作者 | James Vincent 译者 | Monanfei；编辑 | 琥珀出品 | AI科技大本营（id：rgznai100）

电影世界充满了耐人寻味的事情。众所周知，Will Smith 拒绝出演 The Matrix 中的 Neo 一角，而 Nicolas Cage 作为 Tim Burtons Superman Lives 的主角，在电影开拍之前，他只有试穿戏服的时间。演员和导演永远都显得那么明智，他们会提前拒绝那些拍不出来的电影，而粉丝们并不知道发生了什么。

对于那些靠投资电影赚钱的人而言，这些是远远不够的。

他们想知道，如果投资 Alicia Vikander 而不是 Gal Gadot ，票房结果是翻车还是会大获成功；他们想知道，如果一部在美国口碑炸裂的电影，在欧洲是否会登顶票房之冠。现在，人工智能便可以告诉他们。

AI将电影制作变成娱乐游戏

现如今有很多公司主打人工智能在电影行业中的应用，他们相信人工智能将会成为一个明智的电影制作人，位于洛杉矶的 Cinelytic 就是致力于该事业的一家创业公司。多年来，Cinelytic 收集与电影票房成就相关的历史数据，然后将这些数据与电影的主题、演出人员等进行交叉分析，利用机器学习的方法来挖掘数据中隐藏的模式。他们的软件就像娱乐游戏一样，用户只用输入剧本和演员表，然后将一个演员换成另一个，就可以看到电影票房是怎么随之变化的。

Cinelytic 的联合创始人兼首席执行官 Tobias Queisser 举例说，如果选一部 Emma Watson 担任主演的夏季大片，用 Cinelytic 的软件将 Emma Watson 换成 Jennifer Lawrence ，我们就能看到，这会对票房造成多大的影响。

Queisser 说道：你可以在软件中创建两个不同的场景，分别在每个场景中比较 Emma Watson 和 Jennifer Lawrence 能够带来的票房表现，这种比较能够使我们更加了解演员的更换对不同领域的影响。

Cinelytic 并不是唯一一家希望将 AI 应用于电影业务的公司。近年来，一大批公司如雨后春笋般出现。例如，成立于 2015 年的比利时公司 ScriptBook，声称自己的算法可以通过分析电影的台词，来预测它是否能够成功。同年成立的以色列创业公司 Vault 对客户承诺说，它的算法能够追踪观众，分析他们在线接收其预告片的行为，来预测哪些人群将观看他们的电影。另一家名为 Pilot 的公司提供了类似的算法，它承诺能够在电影发布前，以无与伦比的准确性来预测长达 18 个月的票房收入。

AI+ 电影，这个市场是如此的迷人，即使是成熟的公司也在争先恐后的涌入。去年 11 月，20世纪福克斯公司解释了它如何使用 AI 检测预告片中的物体和场景，并预测观众会对哪个小片段最感兴趣，想去看哪部电影。

20世纪福克斯公司的研究结果，似乎有点漫无目的：它分析了 2017 年 Logan 的预告片，并提出了以下没有意义的标签，如：胡须、车、络腮胡，以及最受欢迎的标签：树。对此，Queisser 却表示这项技术似乎有点过时了。

电影中的 AI 看上去很厉害，但是现实并非如此

Queisser 说道，在现在的电影中，AI 是机器人，是无人机，是超高科技，但实际上，在 20 年内，AI 技术并没有突破性发展。人们往往只使用 Excel 和 Word 这种相当简单的商业手段，这样获取的数据是非常孤立的，几乎很难进行分析。

Cinelytic 的核心人才来自好莱坞以外的地方，这就是它的根本原因。Queisser 曾经从事于金融行业，这个行业会将机器学习方法运用到多个业务中，包含高速交易、计算信用风险等。其联合创始人兼首席技术官 Dev Sen，同样有着相似的技术背景，他曾经为 NASA 建立了风险评估模型。

Queisser 说到，价值数百亿美元的商业决策主要还是基于 Sen 的工作，言外之意就是，电影行业肯定也会依靠人类进行分析。

AI只能学习历史，并不能应对未来的文化转变

Zhao 举证了一个更能说明算法短视性的例子，那就是 2016 年基于 MMORPG魔兽世界 改编的，动作奇幻电影魔兽争霸 。因为很少有这种电影到电影的改编，我们很难预测这部电影的表现如何。这部电影在美国的反响很差，在开幕周末只卖了 2400 万美元。但是它在中国却获得了极大的反响，成为中国史上票房最高的外语片。

是谁预见了这个场景呢？可以肯定的是，绝不是算法。

ScriptBook 对 2017 和 2018 年电影的预测也有类似的现象。该公司的软件正确预测出 Jordan Peele 的 Get Out 会大卖，但是它低估了该片将要获得的巨额票房，软件的预测是 5.6 亿美元，但它实际斩获了 17.6 亿美元的票房。该算法还错误估计了电影 The Disaster Artist ，该片是 Tommy Wiseau 的邪教经典 The Room 的悲喜剧故事，由 James Franco 主演。ScriptBook 的算法预测这部电影只能卖 1 亿美元，但实际上该片卖了 2 亿。

就像 Zhao 说的那样：软件只能挖掘数据中蕴含的信息，如果需要考虑其他的外在因素，人类的参与是必不可少的。

互联网小常识：网络运行环境包括机房和电源两部分。网络系统包括网络传输基础设施和网络设备。

Ingenious Group 是一家英国公司，它的董事 Andrea Scarso 也持有相同的看法。Scarso 的公司也在使用 Cinelytic 的软件来指导其在电影中的投资，他表示该软件最适合作为补充工具使用。

AI的想法可能符合预期，也可能与我们背道而驰

Scarso 说道，有时候 AI 能够证实我们的想法，但有时却恰恰相反：这暗示着我们可能没有考虑全面，是否存在一些潜藏的项目是值得我们去投资的；我们可以使用人工智能来描绘电影的蓝图，例如更换演员、提高预算，并了解它们是如何去影响电影质量的。人工智能开启了关于不同方法的对话，但它不会是最终的决策者，最终决策还是需要人类去完成。

Scarso 对软件也有独到的看法：我认为软件不会改变我们的想法。例如有时，在同一个项目中，只有一两个不同的因素会对商业表现产生巨大的影响。在使用像 Cinelytic 这样的软件时，我们可以加入自己的分析，软件得到的结果或许可以证明，并不是只有我们人类才会有这些疯狂的想法。

既然这些工具这么有用，那为什么它们还没有在业内普及呢？ScriptBook 的 Ruelens 认为，这或许是因为尴尬，因为个人魅力、审美情趣和直觉本能是电影行业最最重要的特质，借助机器的冷血计算来制作电影，这仿佛是在承认人类缺乏创造力，而且不关心项目的艺术价值。

Ruelens 说道，一些顶级的好莱坞电影公司都是 ScriptBook 的客户，但是由于签订了保密协议（NDAs），他不能透露这些公司的名字。人们不希望和人工智能扯上关系，因为大家普遍认为人工智能出品的电影就是人工智障。但实际上，每个人又都想用人工智能来辅助他，他们只是不想被大众议论，说他们正在使用人工智能。 Queisser 也说道，类似的保密协议也让他没法谈论他的客户，但是明确的一点是，他目前的客户包括大型私有企业。

好莱坞也要动摇了

互联网小常识：入侵检测技术可以分为异常检测、误用检测及两种方式的结合。

有一些言论说道，好莱坞正在使用人工智能来审查潜在的电影，但是一些业内人士反对这种说法，他们认为至少得有一些实例来证明这种论调。Pilot Movies 是一家为电影行业提供机器学习分析的公司，它的首席执行官 Alan Xie 说道：如果美国电影工作室的行政人员相信台词分析，那我根本就不会和他们交谈，更不用说将AI算法集成到他们的决策过程中。

Xie 表示，电影工作室根本不想谈论使用这样软件，而且他认为台词分析是一个不精准的工具。他认为，营销支出和媒体舆论声音更加适合作为变量，去预测票房成功的可能性。Xie 说道：在 Pilot 的内部，我们开发了依赖于台词功能的票房预测模型，但它们的表现比依赖实时社交媒体数据的模型差得多。

尽管电影工作室对特定的应用持怀疑的态度，但这种趋势可能正在悄悄转变。Ruelens 和投资总监 Scarso 表示，Netflix 的出现已经使得好莱坞不得不开始正视大数据。

近年来，主流媒体一直在吹嘘数据驱动下的编程算法。这种方法能够极为细致地监视数百万订阅号的行为，通过数据分析来辅助决策，例如当某人在 Choose Your Own Adventure-style 栏目中选择看什么电影时，比如说观看 Black Mirror: Bandersnatch ，算法能够了解哪些电影缩略图最能够吸引人去点击电影。Netflix 的产品创新主管 Todd Yellin 在 2016 年说道：我们有一个很大的全球性算法，它充分利用了全球所有消费者的各种口味，因此它非常有效。

我们无法得知 Netflix 的鼓吹是否合理，但是该公司声称它的推荐算法每年价值 10 亿美元，这种自信毫无疑问会让它的对手感到恐惧。Netflix 对原创内容有也有巨大的投入，因此，即使是最顽固的好莱坞制作人，也会想试试 Netflix 强大的算法。

Ruelens 说这种转变是显而易见的：四年前事业刚起步的时候，我们曾经与好莱坞的大公司进行过商务会面。那时他们都非常的怀疑我们的算法，他们认为自己在电影行业浸淫了数十年，这些专业知识岂是一台机器能够理解的，这些机器真的能够帮助他们吗？然而现如今，事情发生了转变，这些电影公司自己对结果进行了验证，他们在观望哪些软件的预测结果正确，并且他们开始学会了相信算法。

Ruelens 说道，这些电影公司开始接受我们的技术，他们只是需要花更多时间去观望。

原文链接：

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

（*本文为 AI科技大本营编译文章，转载请微信联系1092722531）