福斯電影的AI正在通過預告片「預測」票房

科技 08-10

電影預告片的發布，幾乎是目前現代電影市場最具影響力的營銷手段了。尤其是那些經典IP大片，每一版預告片都能在社交媒體上引起轟動，粉絲們競相觀看和轉發。比如阿湯哥的最新《碟中諜：全面瓦解》，預告片秀出來的是最刺激的阿湯哥跳直升機，直擊觀眾看點——看的不就是巨星作死嘛。而像聖地亞哥年度漫節這類活動，也成了各大片廠競相釋放最新預告片的場所。

然而，預告片只是把即將上映的電影中的精彩瞬間、核心角色和基本基調給出一個概念，是助推觀眾進入影院的手段。並不能預測觀眾對即將上映的電影的心理預期，也對票房無法判斷。

據英偉達，二十世紀福斯電影的研究人員，使用該廠GPU搭建了一套深度學習框架、訓練電腦分析市場反饋由此預測票房的人工智慧系統。該系統可以根據觀眾觀看預告片的反應，預測電影會吸引到哪些觀眾？從而分析電影市場反饋。不僅能為電影製作團隊提前收集市場信息，而且能依此判斷電影最後能夠收穫的票房。

利用機器學習的框架，福斯電影的研究人員通過訓練神經網路觀看過去幾年的大量預告片、以及與這些預告片關聯的電影的最終票房，訓練AI找出在預告片中出現哪些元素、以及這些元素會最終把觀眾吸引到影院。通過深度學習，這隻AI目前已經

能夠把預告片中出現的諸如色彩、面孔、風景和光線等視覺元素、與這些電影的票房數據關聯起來。

分析出不同的觀眾對於預告片的不同反應：比如有大量對白的臉部特寫以及暖色調的預告片，與那些色彩繽紛和宏偉景觀的預告片，收穫的是完全不同的人群。

深度學習已經不再是一個時常出現在科技報道中的概念，它正在進入實際應用。福斯電影的「票房預測AI」就是一個例子。雖然它只是通過對過往發行的預告片及其正片票房數據間的關聯，獲得學習和分析能力。但同樣可以

通過觀眾對預告片的視線分析，預測一部新片的未來票房。

目前這隻AI存在的最大缺陷就是它並不能捕捉到觀眾看到鏡頭時真正的心理活動。因為理想情況下，觀眾要全面理解故事的話，必須通過畫面與文本（語言）相結合的方式。人工智慧僅僅通過視線分析是無法得到人類對於故事的心理反應的。

然而電影的重要部分就是視覺和畫面的創作，學會掌握和控制觀眾的視線一樣能獲得收益。福斯電影的這隻AI通過大量數據訓練，習得把觀眾視線與畫面關聯分析的能力，能夠幫助電影製作團隊和營銷人員，遠在電影未上映之前就能提前了解觀眾的視覺預期，及時調整以獲得製作和票房上更科學的操作方式。

記得早在Netflix憑藉《紙牌屋》打響流媒體精品原創的戰役時，Netflix就基於在線觀眾收看每一集不同橋段反饋的數據，分析觀眾的喜好和關注焦點。在接下來的製作中以此為導向，迎合觀眾創作出更具吸引力和滿足心理預期的劇集。相比之下，大銀幕缺少互聯網這種實時和有效的分析手段。評估一部電影的成敗似乎只有等票房數據（遇上某些地方票房也能造假就更扯了）。

福斯電影的這項研究，有希望幫助大銀幕獲得與流媒體平台同樣的分析觀眾喜好的能力。就目前看，首先能為電影製作團隊發布更吸引目標觀眾的預告片提供參考，甚至還能根據不同的平台，發布針對該平台垂直用戶群的「定製預告片」。在此基礎上，未來或者可以實現，在開啟製作之前，片方先釋放一批針對定向觀眾的預告片，通過收集和分析觀看數據，為市場更加精準度身定製故事。加上精確的規劃和計算，未來的票房或許在還沒有故事之前就已經算好了。

最後，看過阿湯哥跳直升機之後，猜猜這部大片在首個周末的本土票房戰果：6150萬美元。