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

El éxito de los nuevos productos en una audiencia se puede predecir a través del aprendizaje automático. En los últimos años, este método de pronóstico también se ha utilizado en el negocio del cine. Acerca de cómo averiguar con la ayuda de AI si vale la pena lanzar una nueva película y cómo publicitarla, en la revisión del Distrito Binario.



¿Por qué los estudios de cine AI?


El problema de elegir escenarios y promover películas en los últimos años se ha vuelto especialmente grave para los países desarrollados. Según la American Cinema Association (MPAA), el volumen del mercado europeo de distribución de películas en 2017 ascendió a 10.1 mil millones de dólares, casi volviendo al nivel de 2011 (10.6 mil millones).

El mercado de EE. UU. Y Canadá también alcanzó la madurez: en 2015 creció a 11.1 mil millones de dólares y se mantuvo en el mismo nivel a fines de 2017. Al mismo tiempo, la producción cinematográfica continúa creciendo: en 2017, se lanzaron un 8% más que en el pasado.

Uno de los mayores fracasos en 2018 fue la película de Walt Disney "Han Solo". Con un presupuesto de $ 250 millones en la taquilla global, ganó solo 213 millones. Dicen que la razón estaba en el marketing: el teaser llegó tarde, y la campaña publicitaria ganó 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 éxito de una futura película con la ayuda de la inteligencia artificial fue el análisis de textos de guiones. Aprovechó la empresa ScriptBook , fundada en Amberes en 2015. Un año después, la startup atrajo inversiones por $ 1.4 millones y, en el verano de 2018, presentó su tecnología 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, después de cinco minutos, proporciona un informe detallado. La máquina predice la clasificación por edad, analiza los personajes, indica los protagonistas y antagonistas, estima la emotividad de cada personaje, predice la audiencia del proyecto, incluido el género y la raza, y evalúa la posible taquilla.


Análisis de la película "Pasajeros" con ScriptBook

AI ScriptBook analizó películas que se han lanzado desde 2015. Según los desarrolladores, logró señalar proyectos poco prometedores tres veces mejor que la gente. Para hacer esto, la IA permitió estudiar las 62 películas de Sony lanzadas durante este tiempo, 32 de las cuales fallaron en la taquilla.

Resultó que la pérdida de la mayoría de las "películas perdedoras" podría haberse previsto: ScriptBook predijo el fracaso de 22 de estas 32 películas. Y para las 30 películas que tuvieron un buen desempeño en la taquilla, el sistema dio luz verde. Antes de eso, la IA logró entrenar en 6.500 escenarios existentes y determinó el éxito de los proyectos ya lanzados con una precisión del 84%.

El algoritmo tuvo el mejor resultado con la película Pasajeros, que se estrenó en Estados Unidos en diciembre de 2016. La inteligencia artificial casi no cometió ningún error en el resultado financiero: el drama sobre el viaje de la nave espacial hacia el futuro ganó 110 millones de dólares en lugar de los 118 previstos.

Pero el musical "La La Land", AI subestimó casi 8 veces: una película romántica con Ryan Gosling en el papel principal recaudado en la taquilla 446 millones de dólares en lugar de los 59 millones pronosticados. Es cierto que el ScriptBook le dio luz verde de todos modos, gracias a un pequeño presupuesto de producción de solo $ 30 millones.


"Quiet Place", un fotograma de la película.

Muchos temen que tales sistemas maten las películas con derechos de autor, que pueden no ser tan rentables y alejarse de los patrones familiares. Pero, como señalan los desarrolladores en el blog ScriptBook, lo principal a analizar no son los ingresos, sino el ROI. En este sentido, la película "Quiet Place", que ganó $ 163 millones con un presupuesto de 17 millones, parece más rentable que "Fast and the Furious", que atrajo mil millones en la taquilla pero costó $ 250 millones.

¿Por qué ver trailers con IA?


Aún así, un escenario no es suficiente para entender a quién le puede gustar la película y qué audiencia es mejor para anunciarla. Los trailers son otro asunto, según 20th Century Fox. El desarrollo, que el estudio presentó en noviembre de 2018, se llamó Merlin Video. Esta es una red neuronal que distribuye trailers de diferentes películas en categorías y analiza con qué frecuencia se encuentran los mismos objetos en ellas. Como resultado, según el estudio de cine, AI ofrece una calificación de audiencia dos veces más detallada que todos los demás métodos.

Veinte ejecutivos del equipo de ciencia de datos de Century Fox hablaron sobre cómo funciona todo en un artículo científico en el sitio web y blog de la Universidad de Cornell. Como ejemplo, tomaron la película "Logan", la tercera y última película fantástica de acción de Marvel sobre un luchador severo llamado Wolverine, lanzada en 2017 y recaudó $ 600 millones en la taquilla (el presupuesto de la película fue seis veces menos).

¿Qué otras películas podrían ir a los espectadores a quienes les gustan esas pinturas? ¿Qué le gusta tanto al héroe del público? La red neuronal respondió a esta pregunta después de que logró determinar qué objetos se encuentran con mayor frecuencia en el avance. Como señaló Merlín, lo principal en Wolverine es la barba. Otros signos incluyen "árbol", "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.

Después de eso, Merlin recopiló datos sobre la popularidad de las películas, la taquilla, el número de sus vistas en Internet y procedió a una comparación. Según el algoritmo, el estudio de cine combinó las veinte películas que probablemente habrían ingresado a los fanáticos de Logan con los resultados de encuestas de espectadores reales. En la mitad de los casos, la IA lo adivinó.



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 pronóstico sobre la audiencia de la película se puede hacer tanto para las cintas ya lanzadas como para las que aún se están preparando, entre 6 y 8 meses antes de su lanzamiento oficial. Para descubrir cómo este pronóstico coincidió con la realidad, se utilizan los datos de venta de entradas de cine. Ahora el análisis se complementa con datos sobre las películas que los usuarios compran y alquilan en línea.

Cómo averiguar quién será el mejor anuncio de película


Los comerciales y los guiones no son lo único que puede determinar el éxito financiero de las películas. Los especialistas de la Universidad de Iowa en 2015 descubrieron que era posible reducir el presupuesto de la película y mejorar su rentabilidad, incluso en la etapa de producción. Para analizar los datos, los científicos crearon una base de datos de 4.000 películas lanzadas en 2000-2010, y capacitaron al programa para buscar signos comunes de cintas comercialmente rentables.

El conjunto de signos constaba de cuatro grupos:

  • "Quién" - este grupo incluyó los parámetros del éxito del director y los actores;
  • "Qué" - la clasificación de género y edad de la película;
  • "Cuándo": en qué época del año se estrenó la película y qué tan exitoso fue este año para la industria del cine;
  • un grupo con "rasgos híbridos": por ejemplo, han invitado a actores protagonizados anteriormente o han aparecido en un género dado antes.

Además, con la ayuda de la inteligencia artificial, los investigadores trataron de identificar los signos que se correlacionan más notablemente con el retorno de la inversión. Para estimar el último parámetro, se utilizó el valor (ingresos - presupuesto) / presupuesto.

Resultó que la principal señal de éxito es la fama del director y las ganancias de sus películas anteriores. El protagonismo de los actores garantizó el crecimiento de los ingresos en casi la mitad (46%), pero el retorno de la inversión no fue más del 17%. Por supuesto, es más probable que los espectadores vayan al cine con actores famosos, pero para invitarlos, deben gastar mucho más dinero, señalan los investigadores.

El estudio no tuvo en cuenta que las compañías cinematográficas pueden tener otras fuentes de ingresos además de vender entradas de cine en salas de cine. Por ejemplo, Disney vende juguetes y otros productos basados ​​en las cintas más exitosas. Pero ese ingreso también depende de la popularidad de la película entre el público.

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