Hi-Tech

Формула идеального кино: ИИ-стартапы подбирают актёров и прогнозируют кассовые сборы для Голливуда

Конспект материала The Verge. Пока всё работает не очень гладко, а студии боятся, что на смену художественному вкусу и интуиции придут «бездушные машины».

В закладки

Иногда кастинг напрямую влияет на оценки критиков и кассовые сборы, а в сценарии кроются мелочи, подсказывающие, будет ли проект выгодным.

Они занимаются анализом данных и прогнозированием успеха фильма с помощью технологий искусственного интеллекта. Если раньше продюсеры принимали решения во многом интуитивно, то сегодня современному кинобизнесу помогают новые технологии и стартапы.

Cinelytic: создание «команды мечты» для оценки кассовых сборов

Их алгоритм собирает сведения об успехах фильмов прошлого, сопоставляя данные о жанре и основных актёрах той или иной ленты, чтобы определить, какие черты сделают предстоящую картину популярной и кассовой. Основатели стартапа Cynelytic из Лос-Анджелеса Cinelytic считают, что из ИИ выйдет умный продюсер.

С Cynelytic вы можете проверить, как изменятся кассовые показатели, если поставить на её место Дженнифер Лоуренс», — рассказал основатель компании Тобиас Квайссер изданию The Verge. «Допустим, у вас есть летний блокбастер с Эммой Уотсон в главной роли.

Вы можете сравнить актрис, смоделировав сценарии с Эммой Уотсон и Дженнифер Лоуренс, и посмотреть, сколько денег принесёт каждый вариант в определённой стране.

Cinelytic

Люди используют Excel и Word, тривиальные инструменты, данные разрозненные, и аналитики практически нет». По мнению Квайссера, киностудии запоздали с внедрением машинного обучения: «На съёмочной площадке роботы, беспилотники, но сам по себе бизнес уже 20 лет не развивается.

А Дев Сен, второй соучредитель Cynelytic, прежде разрабатывал модели оценки рисков для NASA. До прихода в киноиндустрию Квайссер работал в финансовой отрасли, где пользовался машинном обучением везде от высокоскоростной торговли до расчётов кредитного риска.

Как спрогнозировать успех фильма

В 2015 году запустился бельгийский стартап ScriptBook. Cinelytic не единственная компания, которая надеется задействовать ИИ в кинобизнесе. По данным The Verge, из выборки в 50 фильмов 2017–2018 годов он верно определил прибыльность или убыточность картины в 86% случаев. Его представители утверждают: алгоритм ScriptBook умеет предсказывать успех фильма по его сценарию.

ScriptBook

Также издание приводит в пример Pilot, который подсчитывает доходы от кассовых сборов «за полтора года до выхода фильма в прокат» и делает это «с непревзойдённой точностью», заявляют создатели. В том же 2015 году запустился израильский Vault — стартап, прогнозирующий демографию зрителей по реакции на трейлер.

20th Century Fox в ноябре 2018 года рассказала об ИИ-системе Merlin, анализирующей трейлеры фильмов и предсказывающей, какие ещё картины могут понравиться зрителю. Аналитикой данных занимаются и крупные кинокомпании.

Merlin покадрово «изучает» ролики, выделяет ключевые элементы в кадре и сравнивает их с другими трейлерами — похожие по визуальным паттернам фильмы могут понравиться одной и той же аудитории.

Статистика Merlin

По данным Fox, системе удаётся верно указать на предпочтения в половине случаев.

Почему киностудии не доверяют машинному обучению

В 2016 году американские исследователи опубликовали статью, описывающую прогнозирование кассовых сборов на основе базовой информации об актёрах и жанре фильма.

Один из них — прогнозы на основе популярности актёров слишком очевидные. У такого подхода есть свои недостатки. Не нужно пользоваться дорогим и сложным ПО, чтобы понять, что Том Круз и Леонардо Ди Каприо повысят шансы на успех.

Они учатся на результатах прошлых лет, не учитывают культурные и политические изменения в обществе, в том числе будущие. Вторая проблема — алгоритмы консервативны.

ScriptBook

Для примера: ИИ, отбиравший кандидатов на работу в Amazon, отказывал женщинам и не учитывал их навыки, потому что в прошлом компания в основном нанимала на эту позицию мужчин. Это проблема всей индустрии ИИ-разработок, иногда она способствует предвзятости алгоритма.

Reuters: Amazon разработала ИИ для поиска…

Проблема оказалась в выборке, по которой обучалась система, — большинство резюме в ней от…

vc.ru

Поскольку подобных адаптаций мало, просчитать успешность картины оказалось очень сложно. Другой пример алгоритмической близорукости — фильм Warcraft, экранизация одноименной серии игр. Warcraft плохо выступил в США, собрав $24 млн за первые выходные, но в Китае стал самым кассовым фильмом на иностранном языке на тот момент.

На деле фильм заработал $176 млн. У ScriptBook также были ошибки в прогнозах: в 2017 году вышел фильм «Прочь», которому алгоритм предсказал сборы в $56 млн.

Но порой потенциальный успех больше зависит от контекста — например, «Горе-творец» стал успешным благодаря первоисточнику — фильму-мему «Комната». Пока алгоритмы оценивают лишь те параметры, по которым можно собрать данные. Подобные нюансы системы учитывать не умеют.

Фильму «Любовь — болезнь» Scriptbook предсказал сборы $46,3 млн. Фактически — $56,4 млн

Ingeniuos Media использует технологии Cinelytic для оценки инвестиций, но, по словам директора Андреа Скарсо, это лишь дополнительный инструмент, который позволяет оценить бюджет фильма, и на него нельзя полностью положиться. Такую точку зрения поддерживает инвестиционная компания Ingenious Media, финансировавшая съёмки «Аватара» и «Жизнь Пи».

Cinelytic служит подтверждением, что аналитики компании не предлагают безумные идеи, замечает Скарсо.

По его словам, гораздо надёжнее — поднять шум в соцсетях и увеличить расходы на маркетинг. Также анализ сценариев работает значительно хуже, чем обычные способы увеличить популярность фильма, уточняет генеральный директор Plot Movies Алан Се.

Тем не менее и Скарсо, и Се считают: есть один серьёзный фактор, заставляющий Голливуд интересоваться технологиями, — успех стримингового сервиса Netflix.

Влияние успеха Netflix

В 2016 году компания заявила, что её рекомендательная система на машинном обучении учитывает вкусы каждого пользователя сервиса и стоит около $1 млрд.

Обложка «Криминального чтива» подбирается в зависимости от отношения зрителя к актёру

Любителям романтических фильмов Netflix покажет постер, где изображена пара, а поклонникам определённого актёра подберёт отдельный постер с ним. Netflix не просто рекомендует фильм или сериал, но и подбирает для каждого подписчика наиболее подходящую обложку, чтобы убедить его начать просмотр.

Действия компании вызывают интерес у голливудских продюсеров. Также Netflix использует рекомендации для съёмок собственных шоу, которые привлекают внимание подписчиков и приводят новых зрителей.

Обложки сериала «Очень странные дела»

Они были настроены максимально скептически и говорили, что в их распоряжении — десятки лет опыта и машина не имеет права им указывать». Аналитик данных в ScritpBook Мишель Рюленс рассказал The Verge, что рост интереса к машинному обучению был очень заметным: «Когда мы начинали, четыре года назад, мы встречались с крупными кинокомпаниями в Голливуде.

Просто на это понадобится время, считает Рюленс. Сегодня отношение изменилось — киностудии начали принимать технологии после того, как увидели результаты прогнозов.

Компании пока не готовы ассоциироваться с ИИ: по-прежнему считается, что ИИ — это плохо. По его словам, сейчас со ScriptBook сотрудничают некоторые «крупнейшие голливудские студии», но из-за соглашений о неразглашении их называть нельзя.

Возможно, киностудии попросту стыдятся: в индустрии, где так важны харизма, вкус, интуиция, обращение к бездушной машине может расцениваться как признание в собственной беспомощности, отсутствии фантазии и интереса к художественному значению проекта, заключает Рюленс.

#нейросети #кино #netflix #ии

Показать больше

Похожие статьи

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Кнопка «Наверх»
Закрыть