人工智慧大突破! 準確預測電影票房?

電影製作商能仰賴人工智慧預測票房嗎?

同樣是蝙蝠俠的主題，2005 年開拍的《黑暗騎士三部曲》的質感、票房、影評成績遠遠高於 1997 年充斥著大卡司的《蝙蝠俠4：極凍人》

隨著影視特效、技術的進步，拍電影、普通影片的門檻降低，也大幅增加了影片的產量。同時，雷片的數量也隨之變多。同一系列的電影、劇本，會因為導演、選角、取景的差異而有著截然不同的結果。例如蝙蝠俠系列電影，2005 年開拍的《黑暗騎士三部曲》，高端的質感與磅礡的氣勢與 1994 年大卡司卻粗製濫造的《蝙蝠俠4：極凍人》形成極端對比；而票房與風評俱佳的 1984 年經典科幻片《銀翼殺手》獲獎連連，2017 年重拍的續集卻票房失利，並沒有因更高成本、名導與高科技的加持而青出於藍、更甚於藍。但是在影片開拍前，又有誰能準確預測如何選角才能拍出最好的效果? 因此有一些新創公司，如洛杉磯的 Cinelytic，就研發為電影片商提供分析服務的 AI人工智慧系統。

同部電影，換角結果如何？AI幫你預測

票房分析AI人工智慧系統 Cinelytic (圖片出處：翻攝自 Cinelytic 官網畫面)
洛杉磯的新創公司 Cinelytic 研發的 AI人工智慧會藉由機器學習來研究往年的電影歷史數據庫，再根據這些電影的主題、特色等資訊，交叉分析出這些數據背後隱藏的模式(Pattern)。使用者用這套 AI系統分析時，就像是玩球隊經營模擬遊戲一樣有趣：可以指定角色將 A 演員換成 B 演員，例如把女主角從艾瑪華森換成「黑寡婦」史嘉蕾喬韓森等，再看看會產生什麼樣的變化、預測的票房等。Cinelytic 的 CEO 兼共同創辦人 Tobias Queisser 就舉了一個例子，假設拍攝一部以艾瑪華森為主角的電影，可以用 Cinelytic 的 AI 軟體看看若主角換成珍妮佛勞倫斯會如何。
其實除了 Cinelytic 之外，做出此類電影票房預測系統的還有創立於以色列的 Vault 以及比利時的 ScriptBook 等等。前者能藉著追蹤電影預告片的線上回饋，預測出哪些族群將會看這部電影；後者能藉由演算法來分析劇本，預測電影票房是否會獲利。不過根據外媒報導：這些 AI 公司在接受採訪時都拒絕為即將上映的電影進行預測，也許是這些 AI 預測的準確度，仍有不少進步空間。

低估黑馬電影票房 AI仍無法神準預測

票房成績被AI低估的2017年驚悚電影《逃出絕命鎮》

對此，有研究人員指出：這樣的 AI 演算法，只能根據過去的數據分析判斷，但是觀眾的口味與流行文化是不斷改變的，所以對於票房的預測也不見得符合時下潮流。例如 ScriptBook 的演算法曾針對分析 2017 年的驚悚片《逃出絕命鎮》，雖然成功預測這部電影會獲利，但卻遠遠低估了它的票房 ── ScriptBook 預測該電影有 5600 美元的票房，實際上該片最終票房達到了 1.76 億美元。它也曾低估了 2003 年的獨立電影《房間》，預測它票房只有一千萬美元，但最後這部電影卻有 2100 萬美元。

20世紀福斯影業和Google 合作的大數據系統「Merlin」分析電影《羅根》最合適的標籤，令人汗顏。 (圖片出處：the Verge)
除了專注於人工智慧的新創公司之外，去年 20 世紀福斯影業也和 Google 合作開發了一套電影預測和推薦系統「Merlin」，也是根據電影的預告片來分析觀眾會喜歡看甚麼樣的電影。他們使用 2017 年的「金鋼狼」電影《羅根》作案例分析。大家都知道《羅根》是非典型的英雄電影，但是晦澀黯淡的題材，吸引也不會是傳統的漫威粉絲。「Merlin」能分析到這些族群嗎? 很遺憾地，「Merlin」掃描過它的預告片後，只分析到了「樹」、「臉孔_頭髮」、「車」、「男人」、「森林」等。而 Merlin 預測看過《羅根》的觀眾還感興趣的 20 部電影除了 X 戰警系列的電影外，還有《瘋狂麥斯：憤怒道》、《飢餓遊戲》等。

Netflix：AI預測為我們省下10億美元

儘管 AI 分析票房的技術仍未成熟，Netflix 當年一戰成名的《紙牌屋》，就是採取了以大數據來主導電視劇製作的模式，Netflix 曾表示：這套基於用戶習慣的推薦系統，有效提高了收視率，每年能為 Netflix 省下 10 億美元。
不過電影本身，還是一門藝術。究竟用了哪些編劇、演員，會產生哪些化學反應，也是其有趣之處。若當年威爾史密斯同意演出了《駭客任務》的 Neo 一角，《駭客任務》是否還是電影史上的科幻經典呢? 若當時《樂來越愛你》的女主角沒從艾瑪華森換成艾瑪史東，是否還會得到奧斯卡最佳女主角獎? 這種陰差陽錯造就的經典，也是電影的魅力之一。而 AI 人工智慧所能發揮的最大功用，應該就是當作參考、也消除一些不必要的風險吧！

生活必備咖啡因程式碼-店長Yui大小事

搜尋此網誌