陳信嘉
Shinjia Chen
AI 在電影的輔助及產業使用的系統
陳信嘉
AI 在電影的輔助
協助前期製作
AI 具有巨大的潛力，可以通過幫助計劃時間表、找到最適合故事情節的位置以及支持其他準備過程來簡化預製作過程。實施人工智慧將根據演員的可用性自動規劃拍攝時間表，從而節省時間並提高效率。
此外，人工智慧系統可以分析劇本中描述的地點，並推薦實際拍攝地點，節省大量的選景資源。
編寫腳本
選擇將產生影響並產生收入的腳本很重要。使用 AI 來創建新劇本可能會幫助電影製作人更有效地處理這項任務。以電影劇本的形式提供大量數據，機器學習算法分析數據，從中學習，並提出獨特的劇本。這使得過程更快，為電影製作人節省了大量時間和資源。
人工智慧也可用於分析將被拍成電影的劇本。人工智慧算法可以研究劇本故事情節，提出可能的問題、不確定性和建議，從而使劇本分析過程變得更加簡單和快捷。
挑選演員
AI 解決方案還可以通過自動執行試鏡來加快選角速度。根據指定的標準和文字圖像描述，人工智慧平台在數據庫中尋找演員。當輸入大量描述演員多種情緒面部特徵的數據時，該算法可用於將演員的數字面部疊加在替身上，以保留原表演者的自然表情。
通過這種方式，人工智慧還可以用於以不同的情感在電影中以數字方式添加演員，甚至可以為給定的角色減齡演員。電影製作人也可能受益於應用 AI 來創建各種數字角色，例如使用機器學習設計的《復仇者聯盟：無限戰爭》中虛構的超級反派。
編輯電影
電影編輯可以利用人工智慧為電影製作預告片。人工智慧系統可以識別高動作和情緒化的電影場景，並將它們帶出來幫助編輯製作誘人的預告片。
AI 也可以很好地編輯完整的電影。人工智慧算法通過面部識別來確定涉及主要情節的主要人物和場景，並可以在剪輯長篇故事片的過程中協助剪輯師。
創作音樂
基於人工智慧的音樂創作工具正在成為現實，在某些時候，它們也可能被用來為電影創作音樂作品。使用強化學習，人工智慧可以分析來自不同作曲的數據，並根據電影類型和電影中預期的情況開發適應電影環境的音樂模式。許多科技公司採用人工智慧技術來開發可以從大型歌曲數據庫中學習各種音樂風格並創作新音樂的系統。
例如，日本科技巨頭索尼使用名為 Flow Machines 的人工智慧程序創作了一首披頭士風格的歌曲。儘管對人工智慧生成的音樂仍有一些懷疑，但至少人工智慧可以支持人類創作原創作品，
電影推薦
Netflix 就是善用 AI 進行電影推薦出名的。Netflix 透過會員觀看線上電影的類型、觀看會員的屬性，利用 AI 競賽徵求演算法發展最好的推薦方式。
後續 Netflix 還因此掌握了會員、影片、演員等關聯性，拍出「紙牌屋」，獲得第一部線上電影的艾美獎。
預測票房
這個是製片或電影公司的最愛，如果可以預估票房那就可以準確的投資。
ScriptBook 新創公司演算法成功預估「逃出絕命鎮」這部電影會賺錢，但卻低估了票房，給出了5,600萬美元的預測，實際上該片最終票房達到了1.76億美元。
AI 僅能用過去成功的數據進行預測，卻無法針對人類的流行、改變的文化進行分析。
預測觀看情緒
有些公司則思考從觀看者的情緒來分析。
例如迪士尼公司利用電影院的觀眾的情緒：積極/消極、快樂/悲傷以及搭配的電影鏡頭數據，以分析觀眾的情緒，甚至能預估觀眾十分鐘的反應會是如何。
可以協助分析電影劇本、用鏡方式如何感染情緒，也可以預測電影受不受喜歡。
宣傳電影
電影製片廠一直在使用人工智慧進行有效的廣告和促銷。通過分析觀眾群、演員在全球的受歡迎程度等不同因素，電影製片廠可能會根據他們期望觀眾最感興趣的某些地點來規劃他們的活動。
製作電影預告片
20 世紀福克斯開發了 Merlin Video 神經網路來預測宣傳電影的成功與否。該電影製片廠還使用 IBM 的超級計算機為電影魔詭製作廣告剪輯。
製作電影
人工智能也製作自己的電影。Benjamin AI與 Ross Goodwin 合作，在短短 48 小時內創作了科幻電影《Zone Out》 。儘管這部電影不太可能贏得任何獎項，但它仍然是一次令人印象深刻且具有挑戰性的體驗，並且是通過使用 AI 技術實現影片創作自動化的一大進步。
人工智慧在電影製作中有如此多的創新應用，為電影行業帶來了諸多好處，包括改進整體電影製作過程、節省時間和資源，以及產生更高的收入。
電影產業使用的 AI 系統
AI 幫助規劃下一部大片
- 除了音樂和書籍，Qloo 還為電影行業提供 AI 服務。
- Qloo 的數據庫中包含超過 320 萬部電影、導演和演員，已經建立了數百萬的電影觀眾資料。
- 它使用人工智慧來識別觀眾的偏好、好惡。最終，這有助於電影製作人了解向誰推銷以及製作哪些電影。
Qloo Inc. (2011, 紐約)
2011
Legendary Entertainment
傳奇影業 (2005)
2015
這家獨立電影公司成立於 2005 年，推出了諾蘭的《蝙蝠俠》和《侏羅紀世界》等許多熱門電影。今年的最新作品是《沙丘2》
該公司投資了數十種 AI 產品，以增強其市場競爭力。具體來說，主要用於確定要在電影預告片中使用的視覺效果。它還使用 AI 來“開發”受眾並確定用戶偏好。
Wiki: 傳奇影業
-
劇本分析 (ScriptBook 創始)
- 獲得的詳細數據包含角色的魅力量表、目標族群預測、觀眾滿意度指數，甚至是 IMDb 網路電影資料庫的評分，該影片國際票房的收益預測 (對電影公司來說最關鍵的數據)，準確率高達了86% (是平均準確率的兩倍)
-
自動故事生成 (ScriptBook 第二階段)
- 作家只需輸入關鍵字與主題到系統中，選擇長度並指派角色特徵，便可生產完整長度的劇本。
ScriptBook (比利時)
ScriptBook 演算法成功預估「逃出絕命鎮」這部電影會賺錢，但卻低估了票房，給出了 5,600 萬美元的預測，實際上該片最終票房達到了 1.76 億美元。
2015
其算法僅通過分析劇本就可以預測電影的成功
它僅使用電影摘要來組織數據。
- 據ScriptBook的創始人稱，索尼影業可以在 2015 年至 2017 年通過使用該公司的算法來拒絕或批准電影而節省一筆財富。
- 通過分析劇本，ScriptBook 追溯認定那段時間索尼虧損的 32 部電影中有 22 部票房失敗，期間索尼共發行了 62 部電影。
- “如果索尼使用我們的系統，他們本可以淘汰 22 部經濟失敗的電影”
- 輸入並替換潛在演員陣容，AI 預測選角組合對票房的影響
- 透過電影歷史數據進行研究，可以預估不同劇本、演員對於電影票房的各種影響。
Cinelytic (華納影業)
果有一部電影是以艾瑪華森為主角，利用 Cinelytic 系統預估主角換成珍妮佛勞倫斯後會產生什麼樣的變化。或在特定的電影場景裡進行比較。
專注於電影的數據預測，特別是演員
- 推出 4CAST 的人工智慧平台。
- ML 將 30 多年的票房數據、超過 400,000 部電影劇本和大量其他電影數據作為輸入。
- 輸出？AI 平台能夠在 75% 的時間內準確預測首映週末的票房收入。這對電影製作人的風險管理有著巨大的影響。
- 利用線上預告的反應分析出目標觀眾族群
- 分析任何類型的音頻/視頻內容。只需上傳劇本、預告片、概念、IP，即可快速了解它將如何影響觀眾。
Vault ML (以色列)
2015
- 另一家名為 Pilot 的公司承諾它可以以 “無與倫比的準確性” 在電影上映前，預測長達 18 個月的票房收入。
- 人工智慧系統使用的大量數據可追溯到 1990 年，涉及數千部電影。演員、導演、預算、情節和許多其他投入用於確定短期和長期的總收入。
- 準確度結果在 70% 到 80% 之間。
Pilot Movie (美, 波士頓)
- 福克斯創建了 Merlin，這是一個“實驗性電影上座率預測和推薦系統”，可以從電影預告片中提取單個畫面，然後使用機器學習，標記畫面上的屬性，並做為神經網路學習的特徵。
- 用來找出觀眾喜愛的電影
Merlin (20世紀福斯)
《羅根》(Logan, 2017)
Merlin 返回以下標籤：facial_hair、beard、screenshot、chin、human、film。
直覺：以前看過由“粗獷”男主角的動作片的影迷也可能會看《羅根》
......
AI 在電影的輔助及產業使用的系統
By 陳信嘉
