現(xiàn)在，人工智能（AI）正在進軍電影產(chǎn)業(yè)：好萊塢制片人已經(jīng)開始用AI 預測電影票房。

在一部電影的制作過程中，制片人不僅需要對編劇、劇本、導演和演員陣容等電影核心元素做出重要決定，還要負責評估電影的成本、類型、市場、票房和受眾，等等。

對于他們來說，電影票房是最值得關(guān)注的核心議題之一，也是決定他們知名度的關(guān)鍵條件。因此，票房預測是他們格外在乎的環(huán)節(jié)。

很多 AI 初創(chuàng)企業(yè)從中嗅到了商機，洛杉磯的 Cinelytic 就是其中一家。他們利用 AI 技術(shù)，分析了海量的電影歷史數(shù)據(jù)，包括票房、主題、市場和演員陣容等信息，再對它們進行交叉參考，從中得出數(shù)據(jù)背后隱藏的普遍規(guī)律，用來建立票房預測模型和系統(tǒng)。

Cinelytic 介紹，在電影尚處于籌劃階段之時，制片人就可以在預測系統(tǒng)中設置電影題材、演員陣容和目標市場等參數(shù)。比如要拍一部愛情電影，就可以先輸入題材和主要情節(jié)概括等基本信息，將女主演設定成詹妮弗·勞倫斯，計算出北美的預期票房，再換成艾瑪·沃特森，看看票房表現(xiàn)會出現(xiàn)什么樣的變化。

得益于歷史數(shù)據(jù)的廣泛性，該系統(tǒng)還會針對不同國家和地區(qū)的偏好，預測電影票房的地域性變化，看看一部可能在北美大火的電影，會不會在亞洲或歐洲同樣受到好評。此舉可以更好地幫助制片人評估海外市場反應，制定宣發(fā)策略。

Cinelytic 公司聯(lián)合創(chuàng)始人 Tobias Queisser 表示，“在電影拍攝領(lǐng)域，我們運用了機器人和無人機這樣的高科技，但在電影商業(yè)領(lǐng)域，過去的 20 年都沒什么進步。人們還在使用 Excel 和 Word，建立簡單和孤立的票房數(shù)據(jù)模型，針對數(shù)據(jù)的分析少之又少?！?/p>

這導致 Cinelytic 公司的關(guān)鍵人才幾乎都不是電影業(yè)內(nèi)人士。公司創(chuàng)始人 Queisser 曾經(jīng)從事廣泛嘗試應用機器學習技術(shù)的金融行業(yè)，另一位聯(lián)合創(chuàng)始人兼首席技術(shù)官 Dev Sen 則擁有很強的技術(shù)背景，曾為 NASA 建立風險評估模型，涉及數(shù)百億美元的項目。

除了 Cinelytic 之外，還有很多從事類似工作的公司。比利時的 ScriptBook 成立于 2015 年，據(jù)其介紹，它的算法可以通過分析劇本預測電影是否會大賣。以色列初創(chuàng)公司 Vault 則專注于預告片數(shù)據(jù)分析，從中預測出哪些人群更愿意去觀看電影正片。還有一家名為 Pilot 的公司也在進行類似的項目，聲稱自己可以在電影上映之前“準確預測”18 個月內(nèi)的票房數(shù)據(jù)。

就連老牌電影公司 20 世紀?？怂挂苍趪L試 AI 技術(shù)。2018 年 11 月，?？怂乖硎?，他們可以使用 AI 檢測預告片中的物體和場景，預測出哪些觀眾群體會被電影所吸引。

但這些方法真的有效果嗎？

外媒 TheVerge 表示，20 世紀?？怂故褂玫念A測技術(shù)，對預告片的受眾分類結(jié)果似乎有些不盡人意。對 2017 年上映的《金剛狼 3（Logan）》電影預告片分析后，得出的結(jié)果是“樹木”“汽車”和“頭發(fā)”等沒有價值的標簽。

他們還詢問了這些公司，能否給即將上映的電影預測票房，但它們均拒絕預測。

只有 ScriptBook 公司給出了對 2017 年和 2018 年電影的預測總結(jié)報告：在 50 份電影樣本中，它的預測算法猜對了 86% 的電影賺錢，是業(yè)界準確率的兩倍。

不過，一些學者認為，這樣的統(tǒng)計方法存在缺陷。像是選擇萊昂納多或者阿湯哥做主角，就更可能獲得高票房這樣淺顯的道理，普通人都知道，無需復雜而昂貴的 AI 幫助。而且，AI 的預測大多遵循過去的規(guī)律，無法考慮將來可能出現(xiàn)的文化和品味轉(zhuǎn)變，或者突發(fā)事件帶來的影響。

這使得 AI 算法的結(jié)果大多比較保守，而且容易受到訓練數(shù)據(jù)的偏見影響。這也是整個 AI 行業(yè)都面臨的巨大挑戰(zhàn)。

暴雪出品的《魔獸世界》電影就是一個例子。它在游戲接受度更高的北美票房慘淡，卻在中國票房大賣，非常出人意料，AI 也無法預料。同時業(yè)界鮮有網(wǎng)絡游戲改編電影的先例，因此算法很難獲得足夠的數(shù)據(jù)支撐預測結(jié)果。

ScriptBook 對 2017 年和 2018 年電影的預測也有類似的問題。它偶爾會大幅低估票房成績，尤其是恐怖和 cult 類小眾影片，有兩部電影的實際票房甚至是 AI 預測票房的 2-3 倍。

因此，一些制片公司仍然以專業(yè)人士的判斷為主，輔以 Cinelytic 等公司的 AI 系統(tǒng)，作為指導電影投資的補充資料。

英國 Ingenious Group 公司的投資總監(jiān) Andrea Scarso 表示，他的公司使用了 Cinelytic，進行演員陣容替換和估算預算。預測結(jié)果有時會證實人的想法，有時又會恰恰相反，還能提出他們沒有考慮到的項目類型。

“AI 的確拓展了我們的思路，但它從不是最終的決策者，”Scarso 強調(diào)?！拔覀兊南敕ㄒ膊粫p易改變，AI 只不過讓我們看到了改變一兩個元素會對商業(yè)表現(xiàn)產(chǎn)生巨大影響，可以證明我們所做的選擇并非只是瘋狂的想法?！?/p>

在好萊塢，使用這樣的 AI 工具還沒有形成規(guī)模，或者說還沒有受到廣泛認可。ScriptBook 的數(shù)據(jù)科學家 Ruelens 認為，在一個個人魅力、審美水平和直覺本能非常重要的行業(yè)中，人們羞于承認這件事。因為使用AI量化這些指標，看起來像是貶低了電影本身的藝術(shù)價值，是制片人承認自己缺乏創(chuàng)意，不得不尋求幫助的無奈表現(xiàn)。

Ruelens 表示，他們的客戶包括一些“頂級的好萊塢電影公司”，但保密協(xié)議使他不能透露名字。很多人想使用 AI，或者正在使用 AI，但卻不希望與之相關(guān)聯(lián)，不想讓人知道他們在使用 AI。

還有一些業(yè)內(nèi)人士認為，好萊塢并沒有真正擁抱 AI，至少在決策過程中沒有參考 AI 的意見。Pilot Movies 首席執(zhí)行官 Alan Xie 表示，他從未見過一個相信 AI 劇本分析技術(shù)的美國工作室負責人，更不用說將 AI 預測結(jié)果納入決策過程之中了。

Pilot 也使用機器學習預測票房，但他們認為用營銷支出和社交媒體的反響預測票房更加可靠，其內(nèi)部也開發(fā)過劇本預測模型，表現(xiàn)遠不及依賴實時社交媒體數(shù)據(jù)的預測模型。

另一方面，流媒體巨頭 Netflix 的戰(zhàn)略，對以好萊塢為代表的電影產(chǎn)業(yè)也造成了不小的影響。大數(shù)據(jù)是前者多年來攻城略地的重要武器，通過收集訂閱者的行為，Netflix 獲得了海量的用戶習慣數(shù)據(jù)，從而更好地迎合每一個觀眾的口味，推薦偏好電影和電視劇。

好萊塢將這些都看在眼里。Ruelens 表示，“最開始向好萊塢推銷產(chǎn)品時，他們都非常懷疑，認為自己擁有數(shù)十年的從業(yè)資歷，區(qū)區(qū) AI 算法能做什么。但隨著時間的推移，一部分人嘗試了驗證 AI 的準確性，并且慢慢接納了 AI，學會了相信算法。這只是時間問題?！?參考：https://www.theverge.com/2019/5/28/18637135/hollywood-ai-film-decision-script-analysis-data-machine-learning