《復仇者聯盟》你看了嗎？
這可能成了近4天來新流行的打招呼方式。
有一份票房數據也能說明問題，全球票房破16億美元、進入影史TOP5、成為全球票房史上收入最高的超級英雄影片，為漫威影業母公司迪士尼的賺足了風光和鈔票。
其中主角之一，滅霸的一個響指也成為經典的橋段。
當然這一切也來之不易，通過足足10年和18部大電影的累積才積攢的大爆發。
這樣的票房結果讓一些其他大牌電影公司、工作室看著眼紅，那麼問題來了，他們是否能預測自家的最新大片也能取得如此戰績？
在當下，這也成為了現實。
正因為機器學習的無處不在，人工智能不再僅僅是斯皮爾伯格的專享武器。
舉個例子，亞馬遜幾乎可以預測什麼時候你可能需要衛生紙，Netflix可以預測你的下一次狂歡。以至於好萊塢開始用人工智能來預測下一部大片，或者至少提高它成為大片俱樂部其中一員的機會。
我們已知的是，已經有幾家公司在研究預測票房結果的算法方法。
Clearlink，一家提供智能客戶體驗服務的公司，他們的數據科學主管Landon Starr表示：“電影製片人越來越瞭解觀眾去電影院看什麼，這要歸功於此前票房數據提供的神經網絡。”
ClearLink利用機器學習來幫助公司瞭解消費者行為。“雖然這項技術還不成熟，但人工智能的預測可能比人類過去使用的計算方法更可靠。”
成立於2015年的以色列初創公司Vault正在開發一種神經網絡算法，該算法基於30年的票房數據、近40萬個劇本中的故事情節，以及電影預算和觀眾人數等數據，來預估一部電影首映票房情況。
該公司只有幾年的時間，但發展很快，提供的服務質量也很高，創始人大衛·斯蒂德最近對“財富”雜誌(Fortune)表示，Vault大約75%的預測“相當接近”電影的實際首映票房。而另外一家加Scriptbook的公司採取了類似的方法，使用它自己的人工智能平臺來預測電影的成功僅基於劇本。
Antwerp的AI系統，分析了2015年和2016年的62部電影，聲稱成功預測了其中52部電影的票房失敗或成功，正確判斷了30部電影盈利，22部電影不盈利。
在Netflix的“下一步看什麼”系統的啟發下，波士頓的公司Pilot將潛在的電影項目與過去30年左右廣泛發行的電影的信息數據庫進行了比較，再加上考慮到演員、導演、編劇、預算和情節摘要等變量，Pilot的網絡應用程序預測了第一個週末的國內票房總收入。
該公司聲稱，它的預測準確率達到了百分之七十，兩年後，電影的第一個預告片發佈後票房準確度達到了80%的目標，算是比較樂觀了，因為這個系統從來沒有看過一部電影。
以上介紹的多家公司只是眾多試圖給好萊塢一劑妙招的年輕公司中的一個樣本，但好萊塢在決定什麼會取得成功的時候，傳統上已經相信它的直覺。
顯然，那些局外人並不是唯一試圖用AI來製作更大更好的大電影的人，還有更大的用途。
我們知道大多數製片公司仍依賴傳統方法進行宣傳營銷，例如在座位上插上牛皮癬廣告，或者電視廣告、大明星的新聞廣告，但一家制作公司也在尋找大數據，以改進其電影最佳的市場營銷方式，以及向誰推銷這些電影。
“哥斯拉”和“魔獸爭霸”等電影背後的製片公司：傳奇影業，在2013年任命Marolda為首席分析官。利用他在體育分析和市場營銷方面的背景，Marolda斷定傳奇沒有收集到有關其潛在受眾的正確數據，而更好的信息可能會讓傳奇影業比使用傳統方法的製片公司中領先一步。
Marolda說：“我們已經建立了幾十個人工智能工具，這些工具有助於實現通過營銷改善電影前景的目標。”“這些工具的應用範圍很廣，從培養提高觀眾購買門票的可能性，到了解最常見的視覺效果（為製作什麼預告片或新圖像提供信息），再到優化媒體組合，從而最大限度地提高每一印象的價值。”
與好萊塢以外的初創公司不同，傳奇影業的方法並不是在一部電影製作之前就預測它的潛在成功。
相反，它們是關於優化已經在開發中的項目，以達到最大程度的成功，使用分析來決定何時以及如何釋放片花和預告片，以及決定如何為不同的潛在觀眾定製印象，甚至根據他們觀看一部特定電影的可能性來給潛在的觀眾打分。
除了上述應用，可能很快就會被使用到創作過程中以此來優化一部電影，以迎合儘可能多的觀眾。
當然，所有這些關於人工智能、分析、深度學習和大數據的討論都忽略了電影製作過程中的一個主要組成部分：創造力。
電影公司希望通過他們的大片獲得儘可能大的利潤，雖然像《復仇者聯盟》這樣的電影顯然會帶來大回報，但那些不太可能成功的電影又如何呢？
值得一提的是，《復仇者聯盟》本身就是這些不太可能的勝利。 十年前，這是一部關於一位不知名的演員主演的半晦澀的漫畫人物的電影是一場賭博。
這成為了一場驚喜，現在Marvel電影每年都會將比賽推出檯面，而Robert Downey，Jr.是所有演員裡票房收入最高的演員之一。
我們上面提到的Vault 、Pilot或Scriptbook能預測到嗎？ 傳奇影業的“非常有針對性的市場營銷”是否會讓普通觀眾望而卻步，認為只有鐵桿漫畫迷才會看到鋼鐵俠？
全國電影業主協會的媒體和研究主管Phil Contrino對此持懷疑態度。
“電影是如此依賴於執行。如果一部電影能從這些項目中獲得成功的話，AI系統可以應用在製作過程開始之前，比如在劇本、演員等做出一個很好的假設，”他說。
“但是，僅僅因為它在歷史上是成功的並不意味著它會成功。在製作過程中，演員和工作人員的出色工作是如此重要，使得一部電影獲得了巨大的票房成功。”
即使是最需要數據驅動的職業：體育特許經營商，仍然需要良好的運動教學，以贏得冠軍。
Moneyball方法可能讓奧克蘭A隊在常規賽取得了令人驚訝的成功，但真正展示了先進的統計數據與不可預測的人類因素結合在一起的球隊是2004年波士頓紅襪隊(BostonRedSox)，它利用球員的記分卡、他們如何處理壓力，以及他們的團隊化學反應來贏得世界職業棒球大賽(World Series)。
如果好萊塢想要在人工智能和分析方面做類似的事情，它也應該明白，誰在使用這些數據，以及如何使用這些數據是很重要的。
而毋庸置疑，最好的電影仍然是產生於人、關乎於人、為人。
閱讀更多 遇見人工智能 的文章
