当好莱坞被算法同化
大数据文摘出品
作者：林安安、蔡婕、周素云
基努·里维斯（Keanu Reeves）凭借着《黑客帝国》三部曲红遍全球，他因担任Neo一角圈粉无数，并一跃成为好莱坞最有名的影星之一。但在这之前，威尔·史密斯（Will Smith）却因拒绝出演电影《黑客帝国》Neo这个角色而错失机会。
尼古拉斯·凯奇（Nicolas Cage）在蒂姆·伯顿（Tim Burton）执导的《超人复活》中担任主角，但在经历了几次幕后班底的重大变更之后，影片最终夭折，这部电影留给世人的只有一张模糊的尼古拉斯·凯奇身着超人服的试装照。
这就是电影世界里的种种机缘巧合和不确定性。但对于电影投资人来说，他们并不想要这种不确定性。
他们想知道，是艾丽西亚·维坎德（Alicia Vikander），还是盖尔·加朵（Gal Gado）会带来更多的票房？ 他们想知道在美国爆火的电影是否能在欧洲市场创造新纪录？
现在，人工智能可以给他们答案。
人工智能将有可能成为“最有眼光的制片人”
位于洛杉矶的创业公司Cinelytic相信人工智能将有可能成为“有眼光的制片人”。多年来，这家公司收集电影票房的历史数据，然后将其与电影主题和主要演员的信息进行交叉参考，使用机器学习来挖掘隐藏的数据模式。它的软件让客户可以预测他们的电影票房。例如，用人工智能预测替换演员会对票房产生什么影响。
Cinelytic联合创始人兼首席执行官Tobias Queisser说：“你可以使用Cinelytic的软件看看，一部由艾玛·沃特森（Emma Watson）主演的夏季大片，如果由詹妮弗·劳伦斯（Jennifer Lawrence）主演，票房会有什么改变。”
Queisser说：“你可以单独比较两位女演员，也可以在特定的电影场景里进行比较。我们可以设计两个场景，看看对于一部特别的影片，Emma Watson和Jennifer Lawrence在哪些领域有更大的影响力。“
Cinelytic软件的一个例子
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AI预测公司如雨后春笋般出现了。比利时的ScriptBook成立于2015年，它宣称它的算法可以通过分析电影的剧本来预测电影的成功率。同年成立的以色列创业公司Vault承诺，它的客户可以通过跟踪电影预告片的投入播放模式来预测电影的目标观众。另一家名为Pilot的公司也提供类似的分析，承诺它在电影发布前18个月就能以“无与伦比的准确性”预测票房收入。
AI概念越来越火，逐渐地大公司也纷纷开始进入市场。去年11月，二十世纪福克斯电影公司（20th Century Fox Film Corporation）宣布它正使用人工智能分析电影预告片，预测电影的哪些“小片段”最具吸引力。
电影经济的原地踏步
人们现在拍摄的电影，主题可能是机器人，可能是无人机，可能是其它高科技，但近20年内，电影经济的发展却在原地踏步。人们使用Excel和Word等相对简单的商业分析方法，可以说这种分析几乎没什么用。
这就是为什么Cinelytic的关键技术人员并非来自好莱坞。Queisser曾经从事金融行业，在这个行业里，从高速交易到计算信用风险，处处都有机器学习的身影。Cinelytic的联合创始人兼首席技术官Dev Sen同样具有技术背景，他曾经为NASA建立风险评估模型。
Queisser说：“Dev Sen的技术能力是我们公司的一大基石。”
Scriptbook软件对2017年的喜剧《大病》进行分析，从角色的“喜爱度”到票房收入等所有因素。
但是AI预测分析是对的吗？这是一个更难回答的问题。
Cinelytic等公司拒绝对即将上映的电影的成功率做任何预测，关于这一方面的学术研究也很少。但ScriptBook分享了它对2017年和2018年上映的电影的预测，从预测结果我们可以看出它的算法做得还是比较好的。
在50部电影的样本中（包括《遗传厄运》，《头号玩家》和《寂静之地》等），只有不到一半的电影获利，预测准确率为44％。相比之下，ScriptBook算法预测了一部电影是否能赚钱的准确率为86%。ScriptBook数据科学家Michiel Ruelens说：“这是该行业平均准确率的两倍。”
Zhao在2016年发表的一篇学术论文同样声称，可以使用电影主题和明星等基本信息对电影的盈利能力进行可靠的预测，但作者也表明他们使用的统计方法仍存在一定的缺陷。
其中一点就是机器学习做出的预测有时候比较盲目。例如，你不需要一个复杂而昂贵的人工智能软件就能知道，像莱昂纳多·迪卡普里奥（Leonardo DiCaprio）或汤姆·克鲁斯（Tom Cruise）主演的电影票房一定不会太差。
从过去数据学习的AI无法预测未来
基本上，算法是保守的。因为它们通过分析过去的数据来学习，所以他们无法预测将来会发生的文化转变或品味变化。这也是整个AI行业面临的挑战，可能导致AI“偏见”等问题。例如，亚马逊的人工智能招聘软件会拒绝女求职者，因为它学会了将工程技能与先前的男性主导联系在一起。
举一个典型的算法“偏见”的例子：2016年动作奇幻电影《魔兽》，改编自暴雪娱乐的《魔兽世界》。因为这种游戏到电影的改编很少见，所以很难预测这部电影的表现如何。事实上，这部电影在美国票房惨淡，上映首周票房为2400万美元，但它在中国票房大卖，成为中国历史上票房最高的外语片。
人工智能并没能预测《魔兽世界》在中国的成功
类似的故事也发生在《逃出绝命镇》这部影片中，ScriptBook在对2017/2018年电影进行预测时，正确地预测了Jordan Peele的恐怖电影《逃出绝命镇》会受欢迎，但它低估了影片票房，仅预测其票房收入为5600万美元，而实际最终票房为1.76亿美元。
正如Zhao所说：“我们只能捕捉到那些可以被数据捕捉到的东西。为了解释其他的细微差别，你必须让人类参与进来。”
好莱坞难以接受机器学习预测
总部位于英国的clever Group的董事Andrea Scarso对此表示赞同。他的公司使用Cinelytic的软件来指导它在电影上的投资，Scarso认为该软件作为一个辅助工具时效果最好。
Scarso在接受the Verge网站采访时表示：“有时候，该软件会验证我们的想法，有时候则相反，它会提示出一些我们没有为某种类型的项目考虑过的东西。他还提到，使用人工智能来影响电影的蓝图——选择演员、增加预算，看看这会如何影响电影的表现，这开启了一场关于不同方法的对话，但它永远不是最终的仲裁者。”
“它有很多用途。你可以看到，有时围绕同一个项目的不同元素，可能会对商业表现产生巨大影响。有了Cinelytic这样的东西，再加上我们自己的分析，就能证明我们提出的建议并不只是自己的疯狂想法。”
但如果这些工具如此有用，为什么它们没有得到更广泛的应用？
ScriptBook的Ruelens认为，这可能要归咎于一个非好莱坞的特点：面子。
在个人人魅力、审美品味和直觉如此重要的行业中，却要求助于机器的冷血计算。这看起来像是在寻求帮助，或者承认自己缺乏创造力，并且不关心项目的艺术价值。
Ruelens提到，ScriptBook的客户包括一些“最顶级的好莱坞电影公司”，但保密协议阻止他透露任何一家公司的名字。
“他们还不想与这些人工智能联系在一起，每个人都想使用它，然而他们只是不想让我们公开他们正在使用。”因此Ruelens表示，类似的协议让他无法讨论客户，但可以透露的是目前的客户包括“大型独立公司”。一些业内人士反驳称，好莱坞正在接受人工智能来审查潜在的电影。
Netflix大数据应用的行业影响
Pilot Movies是一家为电影行业提供机器学习分析服务的专业公司，其首席执行官Alan Xie告诉the Verge，“我从未与任何一位相信人工智能脚本分析的美国电影公司高管交谈过，更不用说将其融入他们的决策过程了。”
Xie表示，有可能电影公司只是不想谈论使用过这样的软件，但脚本分析目前的确还是一种不精确的工具。营销支出和社交媒体上的热度是票房成功与否的更可靠预测因素。“在Pilot内部，我们开发了依赖脚本功能的票房预测模型，它们的表现比依赖实时社交媒体数据的模型差得多。”
尽管对具体的应用持怀疑态度，但趋势可能正在转变。Ruelens和投资总监Scarso表示，有一个因素说服了好莱坞开始重视大数据，那就是Netflix。
Netflix一直在宣扬自己的数据驱动编程方法。它对数百万订阅者的行为进行了详细的调查，并了解了大量关于这些行为的信息，从哪个缩略图最能说服人们点击电影，到他们在交互式电影（如《黑镜：潘达斯奈基》）中的选择。Netflix的产品创新主管Todd Yellin在2016年表示：“我们有一个很庞大的全球性算法，它非常有用，因为其充分利用了全球所有消费者的所有口味。”
Netflix会定期更改电视节目和电影的缩略图，以了解对不同观众的吸引力。
目前还不清楚Netflix的自夸是否合理，但该公司声称仅其推荐算法一年就价值10亿美元。这样的言论自然给竞争市场带来了恐惧，再加上它在原创内容上的巨额投资，这足以让最顽固的好莱坞制片人也开始采用某种强化算法。
Ruelens认为，这种转变是显而易见的。”四年前，我们刚起步的时候，曾与好莱坞的大公司开过交流会议。当时他们都非常怀疑，认为自己在这个行业已经有数十年的专业经验，一台机器怎么能告诉他们该做什么？“
而现在情况已经发生了变化：这些公司进行了自己的验证研究，他们等着看软件做出哪些预测是正确的，并且逐渐地学会信任算法。
“好莱坞已经开始接受我们的技术，但技术所带来的效果并不能立竿见影，还需要时间。”
相关链接：
https://www.theverge.com/2019/5/28/18637135/hollywood-ai-film-decision-script-analysis-data-machine-learning