Как Голливуд понемногу внедряет ИИ для создания фильмов

Мир кинокартин полон интригующих «а что было бы, если»: Уилл Смит, как известно, отказался от роли Нео, Николас Кейдж получил главную роль в «Супермене» Тима Бертона, но только лишь он успел примерить костюм, как фильм отложили. Актеры и режиссеры зачастую берутся за проекты, которые в итоге не выходят в свет или же попросту снимаются кем-то другим, а фанатам остается только гадать, что могло бы из этого выйти.

Тех же, кто производит фильмы, такой подход не устраивает. Если разница между успешным и провальным фильмом заключается в том, какую актрису взять на главную роль — Галь Гадот или Алисию Викандер — им нужно об этом знать. Если фильм, который не будет иметь успеха в США, при этом соберет рекордную кассу в Европе, им нужно об этом знать. А теперь им может в этом помочь искусственный интеллект.

Лос-анджелесский стартап Cinelytic — одна из компаний, обещающих мудрого ИИ-продюсера. Она собирает данные о том, как за многие годы фильмы были приняты публикой, затем сопоставляет их с тематикой картин и основным актерским составом, используя машинное обучение для того, чтобы выявить закономерности. ПО позволяет пользователям собрать виртуальную команду мечты, вводя сценарий и актерский состав и затем наблюдая, как изменятся прогнозируемые сборы при замене одного элемента.

Например, у вас есть идея летнего блокбастера с Эммой Уотсон в главной роли. И с помощью Cinelytic можно посмотреть, как изменятся сборы, если вместо Эммы взять Дженнифер Лоуренс. «Можете сравнивать их по отдельности, можете вместе. Составить оба сценария и для Эммы, и для Дженнифер и посмотреть, кто из них будет лучшим выбором для фильма в различных регионах», — объясняет принцип работы сооснователь и генеральный директор сервиса Тобиас Кессэр (Tobias Queisser).

И это не единственная компания, планирующая использовать ИИ в киноиндустрии. В последние годы таких контор развелось немало. Бельгийская ScriptBook, основанная в 2015 году, утверждает, что ее алгоритмы предсказывают успех фильма на базе сценария. Израильская Vault, появившаяся в том же году, обещает, что расскажет клиентам, какую аудиторию привлечет фильм, проанализировав в том числе и просмотры трейлеров. Другая компания под названием Pilot, используя аналогичные методы, предскажет сборы картины за 18 месяцев до релиза «с невообразимой точностью».

И даже уже существующие компании вливаются в этот бизнес. В ноябре прошлого года 20th Century Fox объяснила, как она использует ИИ для того, чтобы выделить в трейлерах объекты и сцены и понять, среди каких «микро-сегментов» аудитории фильм будет наиболее популярен. Судя по релизам фокса, метод работает спорно. Например, на трейлер «Логана», вышедшего в 2017 году, ИИ выдал теги «растительность_на_лице», «борода», «машина» и — самая популярная категория — «дерево». Но по словам Кессэра, такие технологии уже давно пора внедрять в индустрию.

«На съемочных площадках царствуют роботы, дроны, суперсовременные технологии, но вот с точки зрения бизнеса индустрия не менялась лет двадцать, — говорит он. Люди используют Excel и Word, простые методы ведения бизнеса. С точки зрения данных все очень разрозненно и практически нет никакого анализа».

Поэтому основные таланты Cinelytic родом не из Голливуда. Сам Кессэр работал в финансах — области, использующей машинное обучение во всем: от высокоскоростных торгов на бирже и до расчета риска по кредитной ставке. Сооснователь компании и технический директор, Дев Сен (Dev Sen), тоже пришел из серьезной технологической индустрии: он ранее разрабатывал модели оценки рисков для NASA. «Решения на сотни миллионов долларов основывались на вычислениях Сена», — заверяет Кессэр, тем самым утверждая, что киноиндустрия может ему доверять.

Так ли это? Это уже вопрос посложнее. Cinelytic и другие компании, с которыми пообщались журналисты The Verge, отказались выдать прогнозы на любые из ближайших релизов, да и каких-либо научных данных по анализу в этой области очень мало. Хотя ScriptBook поделилась своими прогнозами на 2017 и 2018 годы, показавшими довольно качественную работу их алгоритма.

Из 50 фильмов, среди которых были «Первому игроку приготовиться», «Реинкарнация», «Тихое Место», только половина оказались коммерчески успешными, и, таким образом, индустрия смогла предугадать судьбу картин с точностью 44%. Алгоритмы ScriptBook угадали успешность картин с точностью в 86%. «Это в два раза точнее, чем прогнозы индустрии», — сообщил разработчик и аналитик математических моделей Мишиель Руэлен (Michiel Ruelens).

В 2016 году было опубликовано исследование, утверждавшее, что успех фильма можно предсказать достаточно точно, анализируя простые параметры вроде тематики и исполнителей главных ролей. Но Кан Жао (Kang Zhao), соавтор исследования, предупредил, что у такого анализа все же есть недостатки.

Один из них — в том, что предсказания алгоритмов иногда слишком уж очевидны. Не нужно использовать дорогущий ИИ для того, чтобы понять, что Леонардо Ди Каприо или Том Круз в главной роли повысят шансы фильма на успех.

Также алгоритмы удивительно консервативны: они анализируют данные тех картин, что уже вышли, и не учитывают будущие культурные изменения во вкусах зрителей. В этом основная проблема ИИ во всех индустриях, и это может привести к так называемым ИИ-предубеждениям. Например, Amazon отказался от своего ИИ-эйчара, не рассматривавшего соискателей женского пола: по результатам анализа тот проассоциировал склонность к инженерным областям с мужчинами, поскольку те сейчас доминируют на рынке.

Жао также приводит еще один пример на рынке — вышедший в 2016 году «Варкрафт», основанный на MMO RPG «World of Warcraft». Из-за того, что такие видеоадаптации игр редки, их успех предсказать сложно. В США фильм показал себя плохо, собрав всего 24 млн долларов за первый уикенд. Но стал огромным хитом в Китае — он собрал рекордную для иностранного фильма сумму за всю историю страны.

И кто мог это предугадать? Точно не алгоритмы.

Есть и похожие истории в прогнозах ScriptBook за 2017/2018 годы. Так, ИИ знал, что «Прочь!» Джордана Пила будет успешен, но ошибся в цифрах: алгоритм говорил о 56 млн долларов США, а фильм собрал 176 млн. Также алгоритмы не поверили в «Горе-творца» Джеймса Франко, историю о Томми Вайзо: по их мнению, фильм собрал бы 10 млн долларов США, а на деле получил 21 млн при бюджете в те самые 10 млн.

«Мы собираем только те данные, которые можно собрать», — считает Жао. Для того, чтобы учесть иные нюансы (вроде меметичности «Комнаты», на которой основан «Горе-творец»), нужно все-таки воспользоваться людьми.

С этим согласен Андреа Скарсо (Andrea Scarso), директор британской Ingenious Group. Его компания использует ПО Cinelytic для того, чтобы выбрать фильмы для инвестиций, и, по словам Скарсо, программа хороша только в качестве вспомогательного элемента.

«Иногда она подтверждает наши решения, а иногда наоборот: предлагает что-то, о чем мы и не думали в рамках конкретного проекта», — рассказывает он. По его словам, использование ИИ для разработки фильма — с заменой актеров, изменением бюджета и анализом того, как изменится потенциальный прогноз — «открывает двери разным точкам зрения», но никогда не является финальным решением.

«Не думаю, что когда-либо алгоритм менял наше мнение, — вспоминает он. — Но с ним, однако, можно увидеть, как один или два элемента в одном и том же проекте могут серьезно повлиять на его коммерческий успех. ПО Cinelytic совместно с нашими аналитиками подтверждает, что наши проекты — это не просто какие-то дикие идеи».

Но если все эти алгоритмы такие полезные, то почему их не используют широко? Руэлен считает, что во всем виновата яркая голливудская черта характера — стыд. Людям попросту стыдно. В индустрии, полной харизмы, эстетики и интуиции, полагаться на холодный машинный расчет — значит признаться в своей несостоятельности как креативщика, не заботящегося о артистичной ценности картины.

Клиентами ScriptBook являются «крупнейшие голливудские студии», но конкретных имен он, ясное дело, не называет, скрываясь под NDA. «Люди не хотят, чтобы их ассоциировали с ИИ, поскольку в общем и целом в мире пока что считается, что ИИ — это плохо, — говорит он. — Все хотят его использовать, вот только не хотят в этом признаваться». Аналогичные соглашения не дают Кессэру назвать клиентов Cinelytic, но ими, по его словам, являются «крупные инди-компании».

Некоторые персоны в индустрии отрицают обвинения в том, что Голливуд использует ИИ для того, чтобы продвинуть потенциальные фильмы, как минимум, на стадии питча. Алан Ши (Alan Xie), генеральный директор Pilot Movies, компании, предлагающей аналитику на базе машинного обучения в киноиндустрии, утверждает, что он «ни разу не общался с представителем американской студии, который бы верил в ИИ-анализ сценариев и уж тем более внедрял его в свой процесс принятия решений».

Ши говорит, что студии, возможно, просто не хотят говорить о том, что используют такое ПО, но также, по его словам, такие алгоритмы, в том числе и алгоритмы анализа сценариев — неточный инструмент. А вот объем медиаподдержки и маркетинговых затрат — намного более надежный фактор для определения успеха фильма. «Мы в Pilot разработали модели прогнозирования кассы фильмов на базе сценариев, и они оказались заметно хуже, чем те, которые основывались на данных из социальных сетей, взятых в реальном времени», — поделился он.

Несмотря на скептицизм в отношении конкретных схем, вектор в индустрии может сдвинуться. Руэлен и Скарсо считают, что виной тому один-единственный фактор — Netflix.

Стриминговый гигант постоянно рассказывает о том, как использует анализ данных в создании и продвижении своего контента. Он отслеживает действия миллионов пользователей в мельчайших деталях и собирает тонны информации — знает, например, какая картинка на превью скорее всего побудит пользователя открыть фильм, или какие выборы он сделал в интерактивных фильмах вроде «Брандашмыга». «У нас есть один большой общий алгоритм, который нам очень помогает, поскольку учитывает вкусы всех пользователей по всему миру», — сказал Тодд Йеллин (Todd Yellin), глава производства Netflix, в 2016 году.

Невозможно сказать, насколько обоснованно Netflix хвалит свой алгоритм, но, по данным компании, только лишь алгоритм рекомендаций стоит миллиард долларов США (и хорошо, что компания об этом говорит: такие данные вполне могут заставить конкурентов шевелиться). А если учесть инвестиции Netflix в контент, то ясно, что голливудские продюсеры попытаются усилить свои позиции с помощью собственных алгоритмов.

Руэлен говорит, что изменения уже заметны. «Четыре года назад, когда мы только начинали, мы встречались с большими голливудскими студиями, — вспоминает он. — И все очень скептически относились к этой идее. Говорили: "У нас десятки лет опыта в индустрии, как машина может указывать нам, что делать?" — а теперь все изменилось». Компании провели свои собственные исследования, подождали, посмотрели, чье ПО выдает правильные прогнозы, и понемногу стали доверять алгоритмам.

«Они начали принимать наши технологии, — сказал Руэлен. — Просто им на это потребовалось время».

Подготовлено по материалам портала "Stereo & Video", июнь 2019 г. www.stereo.ru