Наука и жизнь

В Голливуде ИИ решает, какой снимать фильм

В Голливуде ИИ решает, какой снимать фильм

Один из самых частых вопросов и в нашей обычной жизни, и в Голливуде: а что если? Уилл Смит лихо отверг роль Нео в "Матрице". Николаса Кейджа снимали в главной роли в фильме Тима Бертона «Супермен жив», но в итоге фильм не вышел. Актеры и режиссеры часто участвуют в проектах, которые никогда не будут выпущены или будут сделаны кем-то другим, а поклонники задаются вопросом: «что было бы, если бы…». Но для людей, которые зарабатывают на фильмах состояния, этого недостаточно.

Если утверждение на кастинге Алисии Викандер вместо Галь Гадот — это выбор между провалом и хитом, то они хотят знать это заранее. Если снять фильм, который провалится в США, но установил бы кассовые рекорды по всей Европе — они хотят знать это. И искусственный интеллект может дать им ответ.

Лос-анджелесский стартап Cinelytic — одна из многих компаний, обещающих, что ИИ будет мудрейшим продюсером. Они собирают данные обо всех кинокартинах, снятых за последние годы, а затем сопоставляют их с информацией о темах фильмов и ключевых актерах, используя машинное обучение для выявления скрытых паттернов в данных. Их программное обеспечение позволяет кино-клиентам играть в воображаемый футбол со своим фильмом: указывать различные сценарии и актерский состав, а затем менять одного актера на другого, чтобы увидеть, как это повлияет на прогнозируемый кассовый сбор фильма.

«Скажем, у вас есть летний блокбастер с Эммой Уотсон в главной роли», — говорит соучредитель и генеральный директор Cinelytic Тобиас Кейссер. — «Вы можете использовать программное обеспечение Cinelytic, чтобы увидеть, как замена ее на Дженнифер Лоуренс может изменить кассовые показатели фильма. Вы можете сравнить их отдельно, сравнить их в вместе. Смоделируйте оба сценария с Эммой Уотсон и Дженнифер Лоуренс и посмотрите, какой вариант будет иметь наибольший успех в различных странах».

Скриншот Cinelytic
Скриншот Cinelytic

Cinelytic — не единственная компания, которая надеется применить ИИ в кинобизнесе. В последние годы появилось множество фирм, обещающих реализовать аналогичные идеи. Бельгийская ScriptBook, основанная в 2015 году, утверждает, что ее алгоритмы могут предсказать успех фильма, просто проанализировав его сценарий. Израильский стартап Vault, основанный в том же году, обещает клиентам, что он может предсказать, какая аудитория будет смотреть их фильмы, отслеживая (помимо прочего), как на трейлеры фильма реагируют в Интернете. Другая компания под названием Pilot предлагает аналогичный анализ, обещая, что она может прогнозировать доходы от кассовых сборов за 18 месяцев до запуска фильма с «непревзойденной точностью».

Это звучит так впечатляюще, что даже мировые компании начинают использовать подобный софт. В прошлом году кинокомпания 20th Century Fox использовала ИИ для сопоставления объектов и сцен в трейлере, а затем искусственный интеллект предсказывал, какой «микросегмент» аудитории найдет фильм наиболее интересным.

Глядя на сегодняшние исследования, методы 20th Century Fox кажутся немного провальными: анализируя трейлер фильма «Логан» 2017 года, ИИ компании вычленил следующие бесполезные теги: «растительность на лице», «автомобиль», «борода» и — самая популярная категория из всех — «дерево». При этом Кейссер говорит, что внедрение этой технологии уже запоздало.

«На съемочной площадке сейчас роботы, беспилотники, супер-хай-тек, но сам бизнес не развивается уже 20 лет», — говорит он. — «Люди используют Excel и Word, довольно упрощенные методы ведения бизнеса. Данные очень разрознены и аналитики практически нет».

Вот почему главная особенность Cinelytic изначально пришла не из Голливуда. Раньше Кейссер занимался финансами — отраслью, в которой использовалось машинное обучение для всего: от высокочастотного трейдинга до расчета кредитных рисков. Другой соучредитель и технический директор Cinelytic — Дев Сен — имеет аналогичное техническое образование: он производил расчет моделей оценки рисков для NASA.

«Решения на сотни миллиардов долларов были основаны на [работе Сена]», — говорит Кейссер, подразумевая, что киноиндустрия тоже может ему доверять.

Но всегда ли ИИ прав? На этот вопрос сложнее ответить. И Cinelytic, и другие компании, отказываются делать какие-либо прогнозы относительно успеха будущих фильмов, и исследования по этой теме тоже невелики на данный момент. ScriptBook поделилась своими прогнозами на фильмы, выпущенными в 2017 и 2018 годах, которые говорят, что алгоритмы компании работают довольно хорошо.

В выборке из 50 вышедших в прокат фильмов, в том числе «Реинкарнация», «Первому игроку приготовиться» и «Тихое место», только чуть менее половины получили какую-то прибыль, так что отрасль показала лишь 44% точность. Алгоритмы ScriptBook, при этом, правильно угадали, принесет ли фильм деньги, в 86% случаев. «Таким образом, это в два раза более точно, чем могут предложить сами кинокомпании, выпускающие фильмы и, разумеется, ожидающие от них прибыль», — говорит исследователь данных ScriptBook Майкл Рюленс.

В академической статье, опубликованной по этой теме в 2016 году, также утверждалось, что надежные прогнозы о прибыльности фильма могут быть сделаны с использованием базовой информации, такой как тематика и участвующие звезды в фильмах. Но Кан Чжао, который является соавтором статьи вместе со своим коллегой Майклом Лэшем, предупреждает, что у такого рода статистических подходов есть свои недостатки.

Один из них заключается в том, что прогнозы, сделанные машинами, часто просто ослепительно очевидны. Вам не нужно сложное и дорогое программное обеспечение для искусственного интеллекта, чтобы сказать, что такие звезды, как Леонардо Ди Каприо или Том Круз, например, повысят шансы того, что ваш фильм станет хитом.

Алгоритмы также принципиально консервативны. Поскольку они учатся, анализируя то, что работало в прошлом, они не могут объяснить культурные сдвиги или изменения во вкусе, которые произойдут в будущем. Это проблема всей индустрии ИИ, и она может способствовать таким проблемам, как смещение ИИ: например, как это произошло с утилитой Amazon по набору персонала, которая отказывала кандидатам-женщинам, потому что научилась связывать инженерное мастерство с текущей занятостью, в которой доминируют мужчины.

Чжао предлагает более удачный пример алгоритмической близорукости: фантастический боевик 2016 года Варкрафт, основанный на MMORPG World of Warcraft. По его словам, такие адаптации игр к фильмам редки, и трудно предсказать, какой результат принесет такой фильм. В данном случае картина показала плохие результаты в США, заработав всего 24 миллиона долларов в первые выходные. Но зато это был огромный успех в Китае: Варкрафт стал самым кассовым фильмом на иностранном языке в истории страны.

Кто это мог предвидеть? Точно не алгоритмы.

Кадр из фильма Варкрафт 2016
Кадр из фильма Варкрафт 2016

Подобные истории есть в прогнозах ScriptBook для фильмов 2017/2018 годов. Программное обеспечение компании правильно оценило успех Джордана Пила, снявшего фильм ужасов «Прочь», но недооценило его кассовую популярность, прогнозируя доход в 56 миллионов долларов вместо фактических 176 миллионов долларов, которые он заработал. Алгоритмы также отвергли "Горе-творец", трагикомичную историю Томми Визо из культовой классики «Комната» с Джеймсом Франко в главной роли. ScriptBook сказал, что фильм заработает 10 миллионов долларов, но вместо этого он получил 21 миллион долларов — «всего лишь» на 110% больше.

Как говорит Чжао: «Мы собираем только те данные, которые могут быть обработаны ИИ». Чтобы учесть другие нюансы — например, то, как Горе-творец сможет разбудить старые воспоминания любителей Комнаты — вы должны нанять людей-аналитиков.

Андреа Скарсо, директор британской Ingenious Group, согласен с этим. Его компания использует программное обеспечение Cinelytic для управления инвестициями в фильмы, и Скарсо говорит, что программное обеспечение лучше всего работает в качестве дополнительного инструмента.

«Иногда оно подтверждает наше видение, а иногда и наоборот: предлагает что-то, что мы не рассматривали для определенного проекта», — говорит он. По его мнению, использование искусственного интеллекта, чтобы «поиграть с настройками» фильма — поменять актеров, увеличить бюджет и посмотреть, как это повлияет на фильм — «значит начать разговор о разных подходах», но это не решающий вопрос.

«Я не думаю, что это хотя бы раз изменило наше мнение», — говорит он о программном обеспечении. Но у него есть все же много вариантов использования. — «Вы можете видеть, как иногда один или два разных элемента одного и того же проекта могут оказать огромное влияние на коммерческую составляющую. Наличие чего-то вроде Cinelytic вместе с нашей собственной аналитикой доказывает, что [предложения], которые мы делаем, не являются просто нашими собственными безумными идеями».

Но если эти инструменты настолько полезны, почему они не используются более широко? Рюленс из ScriptBook предполагает, что виновата может быть неголливудская черта — застенчивость. Люди смущены. В индустрии, где личная харизма, эстетический вкус и провидение так важны, обращение к хладнокровному расчету машины выглядит как крик о помощи или признание того, что вам не хватает креативности и вам нет дела до важности художественного замысла проекта.

Рюленс говорит, что среди клиентов ScriptBook есть некоторые из «крупнейших голливудских студий», но соглашения о неразглашении (NDA) не позволяют ему называть имена. «Люди пока не хотят ассоциироваться с этими ИИ, потому что, по общему мнению, ИИ — это плохо», — говорит Рюленс. — «Каждый хочет использовать его. Они просто не хотят, чтобы мы говорили, что они его используют». Кейссер говорит, что подобные соглашения не позволяют ему обсуждать клиентов, но среди нынешних клиентов есть «крупные инди-компании».

Некоторые в кинобизнесе отталкиваются от утверждения, что Голливуд использует ИИ для проверки потенциальных фильмов, по крайней мере, когда речь идет о фактическом одобрении или отклонении предложений о съемке. Алан Се, генеральный директор компании Pilot Movies, которая предлагает аналитику машинного обучения для киноиндустрии, говорит, что он «никогда не разговаривал с руководителем американской студии, который верил бы в анализ сценариев [ИИ], не говоря уже о том, чтобы [интегрировать] его в процесс принятия решений».

Се говорит, что, возможно, студии просто не хотят говорить об использовании такого программного обеспечения, но анализ сценариев в принципе является неточным инструментом. По его словам, количество расходов на маркетинг и шум в социальных сетях — гораздо более надежный показатель успеха кассовых сборов. «Внутри Pilot мы разработали кассовые прогностические модели, основанные на анализе сценариев, и они работают значительно хуже, чем модели, основанные на данных социальных сетей в реальном времени», — говорит он.

Несмотря на скептицизм в отношении конкретных приложений, ситуация может измениться. Рюленс и директор по инвестициям Скарсо говорят, что один фактор убедил Голливуд прекратить отбрасывать большие данные — Netflix.

Потоковый сервис всегда хвастался своим подходом к программированию на основе данных. Он детально отслеживает действия миллионов подписчиков и знает о них удивительное количество информации — например, какое превью лучше всего убедит кого-то щелкнуть на серию, чтобы сделать выбор как в рассказах «Выбери себе приключение», наподобие «Черное зеркало: Брандашмыг». «У нас есть один большой глобальный алгоритм, который очень полезен, потому что он учитывает все вкусы всех потребителей по всему миру», — сказал руководитель направления инновационных продуктов Netflix Тодд Йеллин еще в 2016 году.

Netflix регулярно меняет миниатюры телевизионных шоу и фильмов, чтобы увидеть, что нравится различным зрителям
Netflix регулярно меняет миниатюры телевизионных шоу и фильмов, чтобы увидеть, что нравится различным зрителям

Невозможно сказать, оправданы ли похвалы Netflix, но компания утверждает, что один только ее алгоритм рекомендаций стоит 1 миллиард долларов в год. Одни только разговоры об этом вселяют страх в конкурентов. В сочетании с огромными инвестициями в оригинальный контент этого достаточно, чтобы даже самый упорный голливудский продюсер начал использовать этот алгоритм обогащения.

Рюленс говорит, что изменения все равно заметны: «Когда мы начинали четыре года назад, у нас были встречи с крупными компаниями в Голливуде. Все они были настроены супер скептически. Они говорили: „У нас есть [десятилетия] опыта в отрасли. Как машина может сказать нам, что делать?“. Теперь все изменилось. Компании провели свои собственные валидационные исследования, они ждали, чтобы понять, какие прогнозы делаются программным обеспечением, и постепенно научились доверять алгоритмам».

«Они начинают принимать нашу технологию», — говорит Рюленс. — «Но им потребовалось время, чтобы понять это».

Поделиться с миром: