在愛范兒此前的的一篇文章中提到，中國的電影院越來越多，觀眾卻越來越少，留言區(qū)最高贊的一條評論是：

長久以來的爛片轟炸透支了觀眾的觀影欲望。

到底什么是好電影，每個人的標(biāo)準(zhǔn)都不一樣。對于制片商來說，能賺到錢的就是好片，因此捕捉觀眾的口味變得十分重要。

過去十幾年好萊塢的流水線大片屢試不爽，但近幾年開始讓觀眾審美疲勞。國內(nèi)電影這兩年流行的「大 IP+ 流量明星」的模式甚至成為了爛片的標(biāo)配。

▲ 《西游伏妖篇》劇照

當(dāng)影視行業(yè)的經(jīng)驗不好使后，一些片商開始悄悄用 AI 來決定制作什么電影。

在美國已經(jīng)有多家為制片商提供分析服務(wù)的 AI 公司，位于洛杉磯的初創(chuàng)公司 Cinelytic 就是其中一家，據(jù)悉這家公司能基于機器學(xué)習(xí)來分析歷史電影的數(shù)據(jù)庫，進而預(yù)測不同劇本和演員對于一部電影票房的影響。

▲ Cinelytic 分析界面

Cinelytic 聯(lián)合創(chuàng)始人兼 CEO Tobias Queisser 舉了一個例子，假設(shè)拍一部以艾瑪 · 沃特森為主角大片，可以用 Cinelytic 的軟件來看到如果把主角換成詹妮弗 · 勞倫斯會有什么變化。

AI 可以從不同的維度來對比兩位演員，比如設(shè)計不同場景，看看這兩位演員對電影的影響，看看不同情況下哪位演員能帶來更好的效果。

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)計風(fēng)險評估模型，Queisser 相信決策幾百億美元投資的技術(shù)同樣對電影行業(yè)有用。

類似的 AI 公司還有不少，比利時的 ScriptBook 表示可以其算法可以通過分析劇本來了預(yù)測電影是否會成功。

ScriptBook 展示了對過去兩年上映的一些電影的算法預(yù)測，結(jié)果顯示算法對于一部電影是否能盈利的預(yù)測正確率高達 86%，而影視行業(yè)的準(zhǔn)確率只有 44%。

不過這些 AI 公司在接受采訪時都拒絕為即將上映的電影進行預(yù)測，到底這些 AI 是不是真的能比人類作出更正確的決策，依然存疑。

有研究人員指出這類 AI 的算法存在缺陷，而且算法只能根據(jù)過去的數(shù)據(jù)進行分析，可能難以預(yù)測不斷更迭的流行文化和觀眾口味。

比如 ScriptBook 的算法在分析 2017 年的票房黑馬《逃出絕命鎮(zhèn)》時，雖然成功預(yù)測了這部電影會盈利，但卻遠遠低估了它的票房，給出了 5600 萬美元的預(yù)測，實際上該片最終票房達到了 1.76 億美元。

▲《逃出絕命鎮(zhèn)》劇照

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

麻省理工學(xué)院曾公布過一項研究成果，可以通過機器學(xué)習(xí)訓(xùn)練電腦來識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)千部不同類型的視頻，包括電影、電視劇和短視頻等。

研究人員以一種「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（visual valence），并繪制了視頻中每個場景的情緒變化曲線圖。

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

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

▲ 你看電影時的微笑，屬于哪個區(qū)間？圖自：Disney Research

此外被迪士尼收購的 20 世紀(jì)?？怂?，去年和 Google 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)告的每個鏡頭，將標(biāo)記的物體場景信息與數(shù)據(jù)庫比對，來預(yù)測觀眾感興趣的電影。

▲ Merlin 預(yù)測看過《金剛狼 3》的觀眾還感興趣的 20 部電影

但好萊塢還沒完全接納這種新新技術(shù)，在很多傳統(tǒng)制片商看來這些冰冷的算法可能會損壞電影的藝術(shù)價值。盡管 ScriptBook 的客戶中不乏知名的好萊塢電影公司，但這些公司都會要求簽署嚴(yán)格的保密協(xié)議，不希望人們知道他們使用了 AI 。

相比之下，流媒體的態(tài)度則更加開發(fā)。 Netflix 當(dāng)年一戰(zhàn)成名的《紙牌屋》，就是采取了以大數(shù)據(jù)來主導(dǎo)電視劇制作的模式，Netflix 曾表示這套基于用戶習(xí)慣的個性化推薦系統(tǒng)，有效提高了觀看率，每年能為 Netflix 節(jié)約 10 億美元。

隨著北美電影市場疲軟，傳統(tǒng)制片商對這種技術(shù)其實也有需求?！逗萌R塢報道者》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問題：

究竟是將電影碰碰運氣放到院線上映，還是將其賣給 Netflix。

不過，電影本身還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《黑客帝國》還會不會成為科幻經(jīng)典，誰也無法預(yù)測如果《霸王別姬》選了尊龍而非張國榮，會在大銀幕留下一個怎樣的程蝶衣。

這種陰差陽錯造就的經(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。

【來源：愛范兒】