Cámara, motor, Big Data: cómo los estudios de cine buscan nuevas películas usando IA

El √©xito de los nuevos productos en una audiencia se puede predecir a trav√©s del aprendizaje autom√°tico. En los √ļltimos a√Īos, este m√©todo de pron√≥stico tambi√©n se ha utilizado en el negocio del cine. Acerca de c√≥mo averiguar con la ayuda de AI si vale la pena lanzar una nueva pel√≠cula y c√≥mo publicitarla, en la revisi√≥n del Distrito Binario.



¬ŅPor qu√© los estudios de cine AI?


El problema de elegir escenarios y promover pel√≠culas en los √ļltimos a√Īos se ha vuelto especialmente grave para los pa√≠ses desarrollados. Seg√ļn la American Cinema Association (MPAA), el volumen del mercado europeo de distribuci√≥n de pel√≠culas en 2017 ascendi√≥ a 10.1 mil millones de d√≥lares, casi volviendo al nivel de 2011 (10.6 mil millones).

El mercado de EE. UU. Y Canad√° tambi√©n alcanz√≥ la madurez: en 2015 creci√≥ a 11.1 mil millones de d√≥lares y se mantuvo en el mismo nivel a fines de 2017. Al mismo tiempo, la producci√≥n cinematogr√°fica contin√ļa creciendo: en 2017, se lanzaron un 8% m√°s que en el pasado.

Uno de los mayores fracasos en 2018 fue la pel√≠cula de Walt Disney "Han Solo". Con un presupuesto de $ 250 millones en la taquilla global, gan√≥ solo 213 millones. Dicen que la raz√≥n estaba en el marketing: el teaser lleg√≥ tarde, y la campa√Īa publicitaria gan√≥ a plena capacidad solo un mes antes del estreno de la imagen.

La cuestión de cómo evitar tales fallas preocupa no solo a los productores, sino también a los directores, guionistas, científicos y empresarios que están tratando de resolverlo con la ayuda del aprendizaje automático. Hemos seleccionado los tres mejores ejemplos de tales experimentos.

Cómo hacer que AI lea entre líneas


Una de las primeras formas de predecir el √©xito de una futura pel√≠cula con la ayuda de la inteligencia artificial fue el an√°lisis de textos de guiones. Aprovech√≥ la empresa ScriptBook , fundada en Amberes en 2015. Un a√Īo despu√©s, la startup atrajo inversiones por $ 1.4 millones y, en el verano de 2018, present√≥ su tecnolog√≠a en el Festival de Cine de Karlovy Vary.

El principio de funcionamiento es simple: un archivo PDF con un script se carga en el sistema y, despu√©s de cinco minutos, proporciona un informe detallado. La m√°quina predice la clasificaci√≥n por edad, analiza los personajes, indica los protagonistas y antagonistas, estima la emotividad de cada personaje, predice la audiencia del proyecto, incluido el g√©nero y la raza, y eval√ļa la posible taquilla.


Análisis de la película "Pasajeros" con ScriptBook

AI ScriptBook analiz√≥ pel√≠culas que se han lanzado desde 2015. Seg√ļn los desarrolladores, logr√≥ se√Īalar proyectos poco prometedores tres veces mejor que la gente. Para hacer esto, la IA permiti√≥ estudiar las 62 pel√≠culas de Sony lanzadas durante este tiempo, 32 de las cuales fallaron en la taquilla.

Result√≥ que la p√©rdida de la mayor√≠a de las "pel√≠culas perdedoras" podr√≠a haberse previsto: ScriptBook predijo el fracaso de 22 de estas 32 pel√≠culas. Y para las 30 pel√≠culas que tuvieron un buen desempe√Īo en la taquilla, el sistema dio luz verde. Antes de eso, la IA logr√≥ entrenar en 6.500 escenarios existentes y determin√≥ el √©xito de los proyectos ya lanzados con una precisi√≥n del 84%.

El algoritmo tuvo el mejor resultado con la pel√≠cula Pasajeros, que se estren√≥ en Estados Unidos en diciembre de 2016. La inteligencia artificial casi no cometi√≥ ning√ļn error en el resultado financiero: el drama sobre el viaje de la nave espacial hacia el futuro gan√≥ 110 millones de d√≥lares en lugar de los 118 previstos.

Pero el musical "La La Land", AI subestim√≥ casi 8 veces: una pel√≠cula rom√°ntica con Ryan Gosling en el papel principal recaudado en la taquilla 446 millones de d√≥lares en lugar de los 59 millones pronosticados. Es cierto que el ScriptBook le dio luz verde de todos modos, gracias a un peque√Īo presupuesto de producci√≥n de solo $ 30 millones.


"Quiet Place", un fotograma de la película.

Muchos temen que tales sistemas maten las pel√≠culas con derechos de autor, que pueden no ser tan rentables y alejarse de los patrones familiares. Pero, como se√Īalan los desarrolladores en el blog ScriptBook, lo principal a analizar no son los ingresos, sino el ROI. En este sentido, la pel√≠cula "Quiet Place", que gan√≥ $ 163 millones con un presupuesto de 17 millones, parece m√°s rentable que "Fast and the Furious", que atrajo mil millones en la taquilla pero cost√≥ $ 250 millones.

¬ŅPor qu√© ver trailers con IA?


A√ļn as√≠, un escenario no es suficiente para entender a qui√©n le puede gustar la pel√≠cula y qu√© audiencia es mejor para anunciarla. Los trailers son otro asunto, seg√ļn 20th Century Fox. El desarrollo, que el estudio present√≥ en noviembre de 2018, se llam√≥ Merlin Video. Esta es una red neuronal que distribuye trailers de diferentes pel√≠culas en categor√≠as y analiza con qu√© frecuencia se encuentran los mismos objetos en ellas. Como resultado, seg√ļn el estudio de cine, AI ofrece una calificaci√≥n de audiencia dos veces m√°s detallada que todos los dem√°s m√©todos.

Veinte ejecutivos del equipo de ciencia de datos de Century Fox hablaron sobre c√≥mo funciona todo en un art√≠culo cient√≠fico en el sitio web y blog de la Universidad de Cornell. Como ejemplo, tomaron la pel√≠cula "Logan", la tercera y √ļltima pel√≠cula fant√°stica de acci√≥n de Marvel sobre un luchador severo llamado Wolverine, lanzada en 2017 y recaud√≥ $ 600 millones en la taquilla (el presupuesto de la pel√≠cula fue seis veces menos).

¬ŅQu√© otras pel√≠culas podr√≠an ir a los espectadores a quienes les gustan esas pinturas? ¬ŅQu√© le gusta tanto al h√©roe del p√ļblico? La red neuronal respondi√≥ a esta pregunta despu√©s de que logr√≥ determinar qu√© objetos se encuentran con mayor frecuencia en el avance. Como se√Īal√≥ Merl√≠n, lo principal en Wolverine es la barba. Otros signos incluyen "√°rbol", "vello facial", "auto" y "hombre".

Además de la frecuencia de repetición de detalles, la red neuronal tiene en cuenta el tiempo en la pantalla. Es más probable que los trailers con largos acercamientos de personajes sean característicos de las películas dramáticas. Pero los trailers con cambios de escena rápidos y frecuentes son para películas de acción, anotaron los autores del proyecto.

Despu√©s de eso, Merlin recopil√≥ datos sobre la popularidad de las pel√≠culas, la taquilla, el n√ļmero de sus vistas en Internet y procedi√≥ a una comparaci√≥n. Seg√ļn el algoritmo, el estudio de cine combin√≥ las veinte pel√≠culas que probablemente habr√≠an ingresado a los fan√°ticos de Logan con los resultados de encuestas de espectadores reales. En la mitad de los casos, la IA lo adivin√≥.



Entre las coincidencias no solo estaban las películas de superhéroes, como X-Men: Apocalypse, Doctor Strange y Batman v Superman: Dawn of Justice. Merlín no ignoró el thriller criminal "John Wick 2", ya que es lo mismo que en "Logan", un héroe brutal de apariencia atormentada.

Sin embargo, las discrepancias fueron más reveladoras: por ejemplo, el algoritmo consideró que la audiencia de Logan debería gustarle a Tarzán, aparentemente debido a la abundancia de árboles en el cine. Pero se perdió recomendaciones tan obvias como Ant-Man y Deadpool: sus trailers fueron menos dramáticos.

El algoritmo comenzó a usarse constantemente en 20th Century Fox después del lanzamiento del musical The Greatest Showman en noviembre de 2017. El modelo creado por los desarrolladores, además de analizar trailers usando Merlin Video, también incluye estudiar el texto del script usando Merlin Text (más sobre esto en un artículo en el sitio web de la Universidad de Cornell).

El pron√≥stico sobre la audiencia de la pel√≠cula se puede hacer tanto para las cintas ya lanzadas como para las que a√ļn se est√°n preparando, entre 6 y 8 meses antes de su lanzamiento oficial. Para descubrir c√≥mo este pron√≥stico coincidi√≥ con la realidad, se utilizan los datos de venta de entradas de cine. Ahora el an√°lisis se complementa con datos sobre las pel√≠culas que los usuarios compran y alquilan en l√≠nea.

Cómo averiguar quién será el mejor anuncio de película


Los comerciales y los guiones no son lo √ļnico que puede determinar el √©xito financiero de las pel√≠culas. Los especialistas de la Universidad de Iowa en 2015 descubrieron que era posible reducir el presupuesto de la pel√≠cula y mejorar su rentabilidad, incluso en la etapa de producci√≥n. Para analizar los datos, los cient√≠ficos crearon una base de datos de 4.000 pel√≠culas lanzadas en 2000-2010, y capacitaron al programa para buscar signos comunes de cintas comercialmente rentables.

El conjunto de signos constaba de cuatro grupos:

  • "Qui√©n" - este grupo incluy√≥ los par√°metros del √©xito del director y los actores;
  • "Qu√©" - la clasificaci√≥n de g√©nero y edad de la pel√≠cula;
  • "Cu√°ndo": en qu√© √©poca del a√Īo se estren√≥ la pel√≠cula y qu√© tan exitoso fue este a√Īo para la industria del cine;
  • un grupo con "rasgos h√≠bridos": por ejemplo, han invitado a actores protagonizados anteriormente o han aparecido en un g√©nero dado antes.

Adem√°s, con la ayuda de la inteligencia artificial, los investigadores trataron de identificar los signos que se correlacionan m√°s notablemente con el retorno de la inversi√≥n. Para estimar el √ļltimo par√°metro, se utiliz√≥ el valor (ingresos - presupuesto) / presupuesto.

Result√≥ que la principal se√Īal de √©xito es la fama del director y las ganancias de sus pel√≠culas anteriores. El protagonismo de los actores garantiz√≥ el crecimiento de los ingresos en casi la mitad (46%), pero el retorno de la inversi√≥n no fue m√°s del 17%. Por supuesto, es m√°s probable que los espectadores vayan al cine con actores famosos, pero para invitarlos, deben gastar mucho m√°s dinero, se√Īalan los investigadores.

El estudio no tuvo en cuenta que las compa√Ī√≠as cinematogr√°ficas pueden tener otras fuentes de ingresos adem√°s de vender entradas de cine en salas de cine. Por ejemplo, Disney vende juguetes y otros productos basados ‚Äč‚Äčen las cintas m√°s exitosas. Pero ese ingreso tambi√©n depende de la popularidad de la pel√≠cula entre el p√ļblico.

Para aprender a usar el reconocimiento facial, las redes neuronales y el aprendizaje automático en los negocios, puede tomar un curso intensivo de IA para negocios . Los oradores del curso de Microsoft, Nanosemantics y Home Credit Bank le dirán cómo usar diferentes tipos de IA y qué herramientas están disponibles para esto. El intensivo más cercano tendrá lugar del 30 al 31 de marzo.

Source: https://habr.com/ru/post/436988/


All Articles