Успех новых продуктов у аудитории может быть предсказывать с помощью машинного обучения.
Этот метод прогнозирования в последние годы стал использоваться и в кинобизнесе.
Как с помощью ИИ узнать, стоит ли выпускать новый фильм и как его рекламировать, — в обзоре Binary District. 
Зачем киностудиям нужен ИИ?
Проблема выбора сценариев и продвижения фильмов в последние годы стала особенно острой для развитых стран.К данные По данным Американской ассоциации киноискусства (MPAA), европейский рынок кинопроката в 2017 году стоил 10,1 миллиарда долларов, почти вернувшись к уровню 2011 года в 10,6 миллиарда долларов.
Рынок США и Канады также достиг зрелости: в 2015 году он вырос до $11,1 млрд и остался на том же уровне к концу 2017 года.
При этом кинопроизводство продолжает расти: в 2017 году фильмов было выпущено на 8% больше.
чем в прошлом.
Одним из крупнейших провалов 2018 года стал фильм Уолта Диснея «Хан Соло».
При бюджете в 250 миллионов долларов он заработал в мировом прокате всего 213 миллионов долларов.
Они говорят , что причина была в маркетинге: тизер вышел поздно, а рекламная кампания заработала на полную мощность всего за месяц до премьеры фильма.
Вопрос, как избежать подобных неудач, волнует не только продюсеров, но и режиссеров, сценаристов, ученых и предпринимателей, которые пытаются разобраться в этом с помощью машинного обучения.
Мы выбрали три лучших примера таких экспериментов.
Как заставить ИИ читать между строк
Одним из первых способов предсказать успех будущего фильма с помощью искусственного интеллекта стал анализ текстов киносценариев.Компания этим воспользовалась книга сценариев , основанная в Антверпене в 2015 году.
Через год стартап привлек $1,4 млн инвестиций, а летом 2018 года представил свою технологию на Карловарском кинофестивале.
Принцип работы прост: в систему загружается PDF-файл со скриптом, и в течение пяти минут он выдает подробный отчет. Машина прогнозирует возрастные рейтинги, анализирует персонажей, определяет главных героев и антагонистов, оценивает эмоциональность каждого персонажа, прогнозирует аудиторию проекта – включая пол и расу, а также дает оценку возможных кассовых сборов.
Анализ фильма «Пассажиры» с помощью ScriptBook
ScriptBook AI анализировал фильмы, вышедшие с 2015 года.
По словам разработчиков, он смог выявить бесперспективные проекты в три раза лучше, чем это сделали люди.
Для этого ИИ разрешили изучить 62 вышедших за это время фильма Sony, 32 из которых провалились в прокате.
Оказалось, что убыточность большинства «фильмов-неудачников» можно было предсказать: ScriptBook предсказал провал 22 из этих 32 фильмов.
И всем 30 фильмам, которые имели хорошие кассовые сборы, система давала зеленый свет. До этого ИИ успел обучиться на 6500 существующих сценариях и определить успешность уже выпущенных проектов с точностью 84%.
Лучший результат алгоритм показал с фильмом «Пассажиры», премьера которого состоялась в США в декабре 2016 года.
Искусственный интеллект почти не ошибся в финансовом результате: вместо этого драма о путешествии космического корабля в будущее набрала 110 миллионов долларов.
из прогнозируемых 118. А вот мюзикл «Ла-Ла Ленд» ИИ недооценил почти в 8 раз: романтический фильм с Райаном Гослингом в главной роли собрал 446 миллионов долларов вместо прогнозируемых 59 миллионов долларов.
Правда, ScriptBook все равно дал ему зеленый свет благодаря небольшому производственному бюджету — всего 30 миллионов долларов.
«Тихое место», кадр из фильма.
Многие опасаются, что такие системы убьют авторское кино, которое может быть не таким прибыльным и отклоняться от привычных моделей.
Но как указывать разработчиков в блоге ScriptBook, главное для анализа не доход, а ROI. В этом плане «Тихое место», заработавшее $163 млн при бюджете в $17 млн, выглядит лучше, чем «Форсаж», заработавший в прокате миллиард долларов, но стоивший $250 млн.
Зачем смотреть трейлеры с ИИ
Одного сценария пока недостаточно, чтобы понять, кому может понравиться фильм и какой аудитории его лучше рекламировать.Но трейлеры – совсем другое дело, сообщает 20th Century Fox. Разработка, которую студия представила в ноябре 2018 года, получила название Merlin Video. Это нейросеть, которая классифицирует трейлеры к разным фильмам и анализирует, как часто в них появляются одни и те же объекты.
В результате, по мнению киностудии, ИИ дает в два раза более детальную оценку аудитории, чем все остальные методы.
Руководители команды 20th Century Fox Data Science рассказали о том, как все это работает в научной сфере.
статья на сайте Корнеллского университета и блог .
В качестве примера взяли фильм «Логан» — третий и последний научно-фантастический боевик Marvel о крутом бойце по имени Росомаха, вышедший в 2017 году и собравший в прокате $600 млн (бюджет фильма был в шесть раз меньше).
Какие еще фильмы могли бы посмотреть зрители, которым нравятся подобные фильмы? Почему публике так нравится этот герой? Нейронная сеть ответила на этот вопрос после того, как смогла определить, какие объекты чаще всего встречаются в трейлере.
Как заметил Мерлин, главное в Росомахе – это борода.
Другие особенности также включали «дерево», «волосы на лице», «машину» и «мужчину».
Помимо частоты повторения деталей, нейросеть учитывает время на экране.
Трейлеры с длинными крупными планами персонажей более характерны для драматических фильмов.
А вот трейлеры с быстрой и частой сменой сцен – это для боевиков, отметили авторы проекта.
После этого Мерлин собрал данные о популярности фильмов, кассовых сборах, количестве их просмотров в Интернете и начал сравнения.
Киностудия объединила двадцать фильмов, которые, согласно алгоритму, больше всего понравились поклонникам Логана, с результатами опросов реальных зрителей.
ИИ в половине случаев делал это правильно.
В число совпадений вошли не только фильмы о супергероях, такие как «Люди Икс: Апокалипсис», «Доктор Стрэндж» и «Бэтмен против Супермена: На заре справедливости».
Не обошёл Мерлин вниманием и криминальный триллер «Джон Уик 2» — там такой же брутальный, измученного на вид герой, что и в «Логане».
Расхождения, однако, были более показательными: например, алгоритм решил, что зрителям «Логана» должен понравиться «Тарзан» — видимо, из-за обилия деревьев в фильме.
Но такие очевидные рекомендации, как «Человек-муравей» и «Дэдпул», он пропустил — их трейлеры были менее драматичными.
Алгоритм стал постоянно использоваться на студии 20th Century Fox после выхода мюзикла.
«Величайший шоумен» в ноябре 2017 года.
Построенная разработчиками модель, помимо анализа трейлеров с помощью Merlin Video, включает в себя также изучение текста сценария фильма с помощью Merlin Text (подробнее об этом написано в статья на сайте Корнеллского университета).
Прогноз аудитории фильма можно сделать как для уже вышедших фильмов, так и для тех, которые еще готовятся – за 6-8 месяцев до их официального выхода.
Чтобы выяснить, насколько этот прогноз совпал с реальностью, используются данные о продаже билетов в кинотеатрах.
Теперь анализ дополнен данными о том, какие фильмы пользователи покупают и берут напрокат онлайн.
Как узнать, кто будет лучшим публицистом фильма
Рекламные ролики и сценарии – не единственное, что может определить финансовый успех фильмов.Эксперты из Университета Айовы в 2015 году обнаружили, что сократить бюджет фильма и повысить его рентабельность можно даже на стадии производства.
Для анализа данных ученые создали базу данных из 4000 фильмов, выпущенных в 2000–2010 годах.
обученный программа, поиск признаков, общих для коммерчески выгодных лент. Набор функций состоял из четырех групп:
- «кто» — в эту группу вошли параметры успешности режиссера и актеров;
- «что» — жанр и возрастной рейтинг фильма;
- «когда» — в какое время года вышел фильм и насколько успешным был этот год для киноиндустрии;
- группа с «гибридными характеристиками»: например, играли ли приглашенные актеры раньше или появлялись ли они раньше в данном жанре.
Для оценки последнего параметра использовалось соотношение (выручка – бюджет)/бюджет. Оказалось, что главным признаком успеха является известность режиссера и доходы от его предыдущих фильмов.
Звездность актеров гарантировала рост доходов почти вдвое (на 46%), но окупаемость инвестиций составила не более 17%.
Конечно, зрители охотнее пойдут в кинотеатр, чтобы увидеть известных актеров, но чтобы их пригласить, нужно потратить гораздо больше денег, отмечают исследователи.
В исследовании не учтено, что кинокомпании могут иметь и другие источники дохода помимо продажи билетов в кинотеатры.
Так, компания Disney реализует игрушки и другую продукцию по мотивам самых успешных фильмов.
Но такой доход зависит еще и от популярности фильма среди зрителей.
Научиться использовать распознавание лиц, нейронные сети и машинное обучение в бизнесе можно на интенсивном курсе ИИ для бизнеса .
Спикеры курса от Microsoft, Nanosemantics и Home Credit Bank расскажут, как использовать разные виды ИИ и какие инструменты для этого доступны.
Следующий интенсив состоится 30-31 марта.
Теги: #Машинное обучение #искусственный интеллект #ИИ #Большие данные #машинное обучение #Маркетинг #Бизнес
-
Долгожданные Ракеты На «Союзе»
19 Oct, 24 -
Рынок Смартфонов Сша (Новое Исследование)
19 Oct, 24
