拍什麼電影,人工智能說了算?

本文授權轉載自:極客電影

(ID:geekimovie)

「人工智能取代人類工作」可不是「狼來了」,因為這兩年,這種現象已經開始真實發生了。

給你講個電影行業的例子,可能看完,連你都會覺得人工智能大法好。

一家比利時計算機技術公司最近推出一款名為Book的人工智能產品,號稱可以用人工智能技術,準確預測劇本拍成電影能不能賺錢。

Book官網

Book準確「預測」出了2015-2017年間SONY家出的32部「票房毒藥」中的22部。

SONY「提起來都是淚」的《太空旅客》票房預測

公司創始人Nadira Azermai說:「如果SONY早點用我司的系統,可能已經成功避免了22次票房慘敗。」

簡直誅心!

Azermai還說:「Book的使命就是通過人工智能技術幫助制片方、發行商和財務投資人評估他們的風險,從而徹底改變影視行業選擇故事的模式。」

Book創始人Nadira Azermai

顫抖吧!電影人。

Book是怎麼工作的?

Book有一句相當誘人的廣告語:Hard Science,Better box office(硬科學,好票房)。

這聽起來簡直是影視公司高管的福音。

具體如何操作呢?

你只需把一個PDF格式的劇本上傳到Book,短短五分鐘內,系統就自動生成一套詳細的分析報告。

報告主要內容包括:

預測美國電影協會的分級;

判斷影片目標受眾,包括性別和種族;

殺手鐧:預測影片最終的票房成績。

當然,Book還能做一些劇本的基礎統計:比如分析劇中角色、建議故事主角;統計角色的男女比例、男性角色和女性角色的戲份比重等等(好萊塢政治正確)。

Book的劇本分析報告

如果Book給劇本的最終評估高於84%,就說明它會是個能賺錢的電影項目,值得拍。

這一切都要「歸功」於人工智能技術。

Book系統集成了數據分析機器學習自然語言處理特徵選擇算法等前沿技術,學習了超過6500個劇本和它們對應的市場表現,能基於自有數據庫對新劇本做出預判。

創始人Azermai表示,Book預測的準確性至少比人類高三倍。

但它也有不靠譜的時候,比如SONY影片的測試中,仍有10個票房失敗的項目沒被「預測」出來。

另外,Book對《愛樂之城》的票房預測僅為5900萬美元,但它仍支持把這個劇本做成電影,因為成本足夠低;

但事實上我們都知道,《愛樂之城》不但賺了超過1億美元,還是奧斯卡大贏家,叫好又叫座。

Book的收費不菲,每個劇本的分析費是5000美元,批量採購有折扣。

但它跟電影的巨額製作投入相比,簡直就是九牛一毛了。

綠燈系統:傳統好萊塢拍片決策機制

好萊塢電影奉行「大投入、高產出」:為了在全球範圍產生更高利潤,投入的成本往往也是天價。

究竟哪個故事值得砸錢拍?

好萊塢在多年實踐中,沉淀出一套「綠燈」審查制度,它是好萊塢電影工業的重要基石,背後有完整的商業邏輯和方法論支撐,是電影項目融資和推進的關鍵環節。

每個制片公司都有自己各異的「綠燈」系統,但目標卻不盡相同:

1、確定電影的細分市場和目標受眾;

2、同類型電影的歷史票房分析、預估最大市場潛能;

3、確定放映檔期和發行管道;

4、預測最終項目收入;

5、鎖定可能的融資管道和投資人;

……

「綠燈」系統主要圍繞著劇本做分析和討論,常用方法有:

1. 劇本創意分析:故事主要情節和對白是不是足夠吸引人;

2. 劇本競爭力分析:拆解劇本,把其中最有意思的場景挑出來,看看觀眾能否理解可、能不能打動人;

3、劇本類型定位和文化認同:好萊塢電影非常強調「類型」,只要確認這一點,作品的核心目標受眾、發行和行銷等市場問題迎刃而解。所以「綠燈」階段定義影片類型是關鍵;

4、同類影片對比和收入分析:把劇本跟5年內上映的同類型影片做對比,預測這一項目的市場表現;包括全球票房和衍生品收入,進而得出宣發預算、行銷策略、品牌合作等的方向。

「綠燈」可以在制片公司內部做、也可以在外部合作夥伴中展開。

每部大片花在這套體系上的費用是1萬-5萬美金不等。

所以,「劇本」是整個電影項目的基礎和靈魂,劇本選擇直接關係到整個電影項目的成敗。

Book正是看中了產業鏈條上這個環節的價值,用技術去優化它。

AI決策工具如何影響電影制片?

好萊塢大片讓我們堅信——機器不可靠;

但同樣還是這個好萊塢,已經開始悄悄靠近人工智能機器。

制片公司高管承受著投資回報的極大壓力,Book這樣的新興技術工具對他們來說已經足夠性感。

畢竟,好萊塢已經從創意產業轉變成了赤裸裸的利潤驅動型產業。

2017年,有43部大片是續集、重啟或衍生片;美國票房前10中100%是這類影片,所以這股風潮只會愈演愈烈。

2017年美國本土票房前十影片

好萊塢的策略從 「引領你的審美」 變成 「只給你你想要的」

一旦AI工具被廣泛應用,票房回報率低的高質量電影可能將不復存在。

去年的《銀翼殺手2049》是導演丹尼斯·維倫紐瓦職業生涯中評價最高的作品,但它的美國票房僅有9100萬美元,Book的預測也對他「判了死刑」。

如果用AI來決定是否給這個項目「開綠燈」,那丹尼斯可能都沒機會拍這部電影,這將是所有影迷的損失。

另外還有個例子,用來證明市場的複雜性,就是「狼叔」休·傑克曼的歌舞片《馬戲之王》

它的製作成本很高,但首周末票房僅有880萬美元,好像「敗局已定」。

但好口碑通過觀眾們的口口相傳迅速擴散開,影片票房節節攀升,最後在美國本土收獲了1.65億美元票房。

有很多電影看似勝券在握,最終卻失敗了;有些看起來低調,一進入市場卻像黑馬一樣脫穎而出,創造了票房奇跡。

這些例子都顯示,電影作為藝術作品,它的成功因素難以量化,算法也不是衡量一部電影價值的唯一手段。

但鑒於財務風險,好萊塢高管們極有可能在「鴻篇巨制」上採用這類技術作為輔助決策工具

反過來,有些一鳴驚人的創意,過去可能被視為冒險項目得不到投資;但如果AI預測它能賺錢,反而輕易獲得了制片公司高管的青睞,被拍出來,也算是AI解放了創意。

科技與創造力能否和諧共存?甚至,科技能否幫創造力建造更寬鬆的環境?

這是個太高級的問題,只有時間才能給我們答案。

更多原創: