屢獲殊榮的電影制作人Kevin Macdonald曾執(zhí)導(dǎo)過許多部電影，包括《末代獨裁》和《國家要案》等，而在去年，Macdonald第一次嘗試了拍攝由機器編寫劇本的影片。

Macdonald執(zhí)導(dǎo)的是一部60秒的雷克薩斯轎車商業(yè)廣告片，劇本來自科技巨頭IBM的Watson人工智能平臺。在這個廣告中，雷克薩斯ES轎車仿佛有了生命，行駛在開闊的道路上，沿途是美麗的的海岸線和森林，并且輕松躲過了途中的意外。

“機器編寫的劇本充滿了不確定性和新奇感，令人驚嘆?！盡acdonald說，“假以時日，機器一定可以構(gòu)建出一個精彩的故事或是一個偉大的角色?！?/p>

聽起來可能像科幻小說，但使用機器編寫劇本的想法正在受到好萊塢的青睞。機器學(xué)習(xí)——使用算法分析大量數(shù)據(jù)以給出決策建議——正在滲透到電影業(yè)的各個角落。

數(shù)據(jù)幫助決策

與許多硅谷科技公司（如Netflix或Google）不同，好萊塢電影公司應(yīng)用人工智能和機器學(xué)習(xí)，至少非電腦動畫方面，一直進展緩慢。也許是機器接管人類的警示太過深入人心，就像1968年的經(jīng)典影片《2001太空漫游》中的電腦“哈爾”所做的那樣。

“計算機統(tǒng)治世界所產(chǎn)生的奧威爾式的后果總會給人帶來一種世界末日般的感覺?！蹦霞又荽髮W(xué)娛樂技術(shù)中心執(zhí)行董事Kenneth Williams說，“這使得人們非常擔(dān)心任何形式的自動化，特別是人工智能?！?/p>

但人們的態(tài)度正在改變，要想了解大眾喜歡什么樣的廣告或電影，單靠人工來對諸如觀眾調(diào)查和評論這樣大量的信息進行分類是很難的。但將這些信息交給機器，使用龐大的經(jīng)驗數(shù)據(jù)庫進行編程，那么很輕松就可以料事如神了。

機器學(xué)習(xí)可以生成關(guān)于電影或電視節(jié)目成功或失敗原因的寶貴數(shù)據(jù)集。卡內(nèi)基梅隆大學(xué)（CMU）的娛樂技術(shù)中心去年做了一項分析，展示了電影故事結(jié)構(gòu)與全球票房表現(xiàn)之間的相關(guān)性。例如，以動作、槍戰(zhàn)開場的電影，如2008年《黑暗騎士》片頭的劫案或2010年《馴龍高手》開場的戰(zhàn)斗，其票房收入比以回憶敘事開頭的電影好13倍。

為了拍廣告，雷克薩斯（Lexus）公司與多家廣告商合作，包括創(chuàng)意機構(gòu)The＆Partnership和營銷技術(shù)服務(wù)公司Visual Voice，其人工智能平臺基于IBM Watson（采用認(rèn)知計算系統(tǒng)的商業(yè)人工智能技術(shù)平臺）。這個平臺共分析了過去15年間的獲獎汽車和奢侈品廣告數(shù)據(jù)以及消費者洞察數(shù)據(jù)。

這些數(shù)據(jù)有助于人工智能識別出能使消費者產(chǎn)生共鳴的事物，包括對話要少、要有某些視覺上吸引人的場景，比如一條蜿蜒的道路，一邊是潺潺的河流，另一邊是茂密的森林——工作人員花了兩三周的時間還真在羅馬尼亞找到了這樣一條路。

“我們希望創(chuàng)造一些令人難忘的東西，”雷克薩斯歐洲品牌傳播部總經(jīng)理Michael Tripp說?！皠”臼鞘谷伺c廣告產(chǎn)生強烈情感聯(lián)系的重要原因。”

雷克薩斯表示，這個廣告自去年11月在YouTube和其他社交媒體網(wǎng)站上發(fā)布以來，已經(jīng)使其歐洲豪華轎車的銷量比原有目標(biāo)提高了35％。

在娛樂界的應(yīng)用早已有之

早在2016年就有人用機器學(xué)習(xí)技術(shù)檢索了100部恐怖電影預(yù)告片，以確定什么樣的電影元素可以吸引觀眾。基于這樣的分析，通過從電影中選擇特定的片段，該技術(shù)幫助20世紀(jì)?？怂构镜目植离娪啊赌Ω穭?chuàng)作了預(yù)告片。

“人與機器可以共同創(chuàng)造出更好的產(chǎn)品。”IBM Watson的首席營銷官Michelle Boockoff-Bajdek表示。

福克斯曾與云計算服務(wù)巨頭Google Cloud合作分析了2017?？怂箘幼麟娪啊督饎偫?:殊死一戰(zhàn)》預(yù)告片里人物形象的特征，比如金剛狼羅根的胡子。然后通過檢查YouTube上包含其他類似形象的電影預(yù)告片，以評估哪種類型的觀眾會喜歡這部影片。

機器學(xué)習(xí)還能夠通過分析喜歡《金剛狼3》的觀眾過去看過的電影，判斷出他們都喜歡超級英雄電影或是熒屏硬漢主演的動作電影。

新技術(shù)還可以確定哪些故事情節(jié)更容易產(chǎn)生共鳴，以及最容易激發(fā)人們情感的場景或角色。

加拿大大眾媒體和娛樂公司Entertainment One（簡稱eOne）正在將兩部Wattpad（總部在多倫多的在線閱讀與寫作分享平臺）上的小說改編成電視劇，其中包括一部名為《The Numbered》的反烏托邦小說，Wattpad通過技術(shù)分析發(fā)現(xiàn)不少用戶喜歡其中一個同性戀角色，這也使得eOne在電視版本里保留了這個角色。

“這種來自網(wǎng)絡(luò)平臺用戶的視角和觀點，給我們帶來一種全新的娛樂節(jié)目開發(fā)方式?！眅One高管Jocelyn Hamilton說。

機器學(xué)習(xí)大展拳腳

位于洛杉磯的創(chuàng)新藝人經(jīng)紀(jì)公司CAA（Creative Artists Agency）運營著一個數(shù)據(jù)分析平臺，通過機器學(xué)習(xí)來分析觀眾行為。該平臺名為CAAintell，2017年開發(fā)，有幾十個數(shù)據(jù)源，包括社交媒體網(wǎng)站和信用卡消費信息。

經(jīng)紀(jì)公司可以使用分析平臺產(chǎn)生的數(shù)據(jù)向電影公司推薦演員，例如，全球粉絲眾多的女影星參演的電影會有更好的票房。這個平臺還可以根據(jù)粉絲喜歡的產(chǎn)品和品牌，找出旗下明星應(yīng)該代言什么品牌。

CAA Global的首席執(zhí)行官Steve Hasker說：“這個平臺可以發(fā)現(xiàn)明星們的特點，幫他們創(chuàng)造前所未有的機會。”

但Hasker認(rèn)為這絕不意味著CAAintell平臺會取代經(jīng)紀(jì)人?！叭绻覀兡軌?qū)崟r地給經(jīng)紀(jì)人們提供更好的信息和建議，他們的工作會做得更好，”他補充道。

總部位于圣何塞的Adobe公司正在嘗試用機器學(xué)習(xí)來輔助模仿人的聲音。這項技術(shù)可以根據(jù)一段人的音頻生成長達30分鐘的合成語音。Adobe研究中心主管Gavin Miller說：“只要輸入某人的大量音頻，就可以訓(xùn)練機器來生成其他的詞匯的音頻?！?/p>

這樣可以更方便地重塑演員對白或修改劇本中的爛臺詞，而無需再請演員回來重新錄制對白。雖然這也增加了語音濫用的可能性。

計算機分析還可以解決好萊塢的多元化問題。南加州大學(xué)的維特比工程學(xué)院信號分析實驗室（SAIL）和Geena Davis媒體性別研究中心利用機器學(xué)習(xí)進行人物跟蹤和音頻分析，使電影公司明白女演員在電影中正面出現(xiàn)和對白的頻率有多么低。

包括索尼影業(yè)在內(nèi)的一些電影公司正在使用該研究所的機器學(xué)習(xí)工具來推進多元化和包容并存的倡議。這項倡議的目標(biāo)是“不要告訴導(dǎo)演或編劇們該做什么，而是給他們一個機會，讓他們認(rèn)識到這種無意識偏見，并判斷他們是否故意為之，”科技公司shift7首席執(zhí)行官Megan Smith說?！叭绻麄儾皇怯幸獾模敲催@就是改變的契機。”

機器學(xué)習(xí)的局限

當(dāng)然，機器學(xué)習(xí)也有尚未克服的局限。如果訓(xùn)練數(shù)據(jù)不足，算法也會產(chǎn)生帶有缺陷和偏見的結(jié)果。其中一個臭名昭著的案例，是2015年照片分類軟件Google Photos 錯誤地將黑人標(biāo)記為大猩猩，其原因是谷歌未能使用足夠多樣化的人臉數(shù)據(jù)來訓(xùn)練算法。

南加州大學(xué)信號分析實驗室的主任Shri Narayanan表示，SAIL還在研究如何進行劇本的情感分析，但他們的機器至今還不能很準(zhǔn)確地分析喜劇劇本。“目前機器學(xué)習(xí)技術(shù)還做不到發(fā)現(xiàn)喜劇的笑點以及怎樣制造笑點，” Narayanan說。