让 AI 学会看电影,是否可以减少电影公司拍出大烂片的比例?

让 AI 学会看电影,是否可以减少电影公司拍出大烂片的比例?

随着科技不断发展,与其观察观众的反应,不如让电脑自己就能看懂电影。

麻省理工学院最近公布一项研究成果,研究人员成功透过机器学习训练电脑来辨识影片中的情绪变化。这意味以后在影片网站观看各种影片时,电脑也可能在观察你的喜怒哀乐。

据该团队的部落格介绍,这项技术使用一个自主开发的机器学习模型,依靠深度神经网路分析了数千部不同类型的影片,包括电影、电视剧和短片等。

研究人员以一种「感情弧线」为指标来评估影片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),并绘製影片中每个场景的情绪变化曲线图。

让 AI 学会看电影,是否可以减少电影公司拍出大烂片的比例?

在情绪变化曲线图中,X 轴是以分钟为单位的时间, Y 轴代表视觉效价(visual valence ),视觉效价的数值越高,表示该时刻反映的情绪越积极。

让 AI 学会看电影,是否可以减少电影公司拍出大烂片的比例?

研究人员以动画电影《天外奇蹟》一段经典片段来举例,这段电影开头几分钟的蒙太奇片段,是老爷爷 Carl  回忆与妻子 Ellie 一生的故事,讲述了 Carl 小时候因热爱探险与 Ellie 相识、相爱再到生离死别的过程,感动了无数观众。

让 AI 学会看电影,是否可以减少电影公司拍出大烂片的比例?

从这段影片的情绪变化曲线图可清楚看到,在「Carl 小时候探险」、「Carl 和 Ellie 婚后想生孩子」和「老年的 Carl 和 Ellie 拥抱」这几个片段时观众的心情应该最好,而 Ellie 病逝后,Carl 独自一人回到家时的情绪最低落。

也就是说,这项 AI 技术可更準确地分析观众的笑点和哭点,这对影视製作方来说十分有利。

据悉除了让机器观看影片,研究人员也招募志愿者手动为影片不同片段标注「情感标籤」。

让 AI 学会看电影,是否可以减少电影公司拍出大烂片的比例?

同时研究人员还会比对分析 Vimeo 上 1,500 部短片下的评论,来判断观众对影片的反应是否和机器分析的一致。

分析大量影片后,麻省理工学院的研究团队还发现观众对大团圆结局的故事往往更喜欢。

其实之前也出现过利用 AI 分析观众反应的技术,7 月迪士尼研究中心(Disney Research)就公布了一项用于观察分析电影院观众反应的技术。

迪士尼将这项技术名为分解变分自编码器(factorized variational autoencoders),与麻省理工学院的 AI 技术一样是基于深度学习的神经网路。

让 AI 学会看电影,是否可以减少电影公司拍出大烂片的比例?

你看电影时的微笑,属于哪个区间?

这项技术能透过捕捉电影院观众的表情,来分析观众的情绪,甚至观察某个观众 10 分钟后还能预测他接下来的反应。

从 Netflix 利用大数据分析拍摄《纸牌屋》成功之后,内容商对数据蒐集和分析的能力要求越来越高,随着人工智慧的发展,这项任务也寄託到基于深度学习的神经网路。

今年伦敦科幻电影节,第一部由人工智慧编剧的电影短片《Sunspring》曾亮相,并参加了 48 小时挑战单元竞赛,这件事本身就挺科幻。

正如麻省理工学院部落格所说,随着讲故事的人越来越认识人工智慧的价值,以及使用 AI 工具的门槛越来越低,未来的影视和影片创作,或许会因为人工智慧的介入而发生重大改变。