Kamera, Motor, Big Data: Wie Filmstudios mithilfe von KI nach neuen Filmen suchen

Der Erfolg neuer Produkte in einem Publikum kann durch maschinelles Lernen vorhergesagt werden. In den letzten Jahren wurde diese Prognosemethode auch im Filmgeschäft eingesetzt. Wie man mit Hilfe von AI herausfindet, ob es sich lohnt, einen neuen Film zu veröffentlichen, und wie man ihn bewirbt, im Binary District Review.

Warum KI-Filmstudios?

Das Problem der Auswahl von Szenarien und der Förderung von Filmen in den letzten Jahren ist für Industrieländer besonders akut geworden. Nach Angaben der American Cinema Association (MPAA) belief sich das Volumen des europäischen Filmvertriebsmarktes im Jahr 2017 auf 10,1 Milliarden Dollar und erreichte damit fast wieder das Niveau von 2011 (10,6 Milliarden).

Der US- und Kanada-Markt hat ebenfalls seine Reife erreicht: 2015 wuchs er auf 11,1 Milliarden Dollar und blieb bis Ende 2017 auf dem gleichen Niveau. Gleichzeitig wächst die Filmproduktion weiter: 2017 wurden sie 8% mehr veröffentlicht als in der Vergangenheit.

Einer der größten Misserfolge im Jahr 2018 war der Walt Disney-Film "Han Solo". Mit einem Budget von 250 Millionen US-Dollar an der globalen Abendkasse verdiente er nur 213 Millionen. Sie sagen, dass der Grund im Marketing lag: Der Teaser kam spät heraus und die Werbekampagne wurde nur einen Monat vor der Premiere des Bildes mit voller Kapazität verdient.

Die Frage, wie solche Fehler vermieden werden können, beunruhigt nicht nur Produzenten, sondern auch Regisseure, Drehbuchautoren, Wissenschaftler und Unternehmer, die versuchen, sie mithilfe des maschinellen Lernens herauszufinden. Wir haben die drei besten Beispiele für solche Experimente ausgewählt.

Wie man KI zwischen Zeilen lesen lässt

Eine der ersten Möglichkeiten, den Erfolg eines zukünftigen Films mithilfe künstlicher Intelligenz vorherzusagen, war die Analyse von Skripttexten. Er nutzte die 2015 in Antwerpen gegründete Firma ScriptBook . Ein Jahr später zog das Startup Investitionen in Höhe von 1,4 Millionen US-Dollar an und präsentierte seine Technologie im Sommer 2018 auf dem Karlovy Vary Film Festival.

Das Funktionsprinzip ist einfach: Eine PDF-Datei mit einem Skript wird in das System geladen und gibt nach fünf Minuten einen detaillierten Bericht. Die Maschine sagt die Alterseinstufung voraus, analysiert die Charaktere, zeigt die Protagonisten und Antagonisten an, schätzt die Emotionalität jedes Charakters, sagt das Publikum des Projekts voraus - einschließlich Geschlecht und Rasse - und bewertet die mögliche Abendkasse.


Analyse des Films „Passagiere“ mit ScriptBook

AI ScriptBook analysierte Filme, die seit 2015 veröffentlicht wurden. Den Entwicklern zufolge gelang es ihm, vielversprechende Projekte dreimal besser herauszustellen als die Menschen. Zu diesem Zweck erlaubte die KI, die 62 in dieser Zeit veröffentlichten Sony-Filme zu studieren, von denen 32 an der Abendkasse scheiterten.

Es stellte sich heraus, dass die Verluste der meisten „Verliererfilme“ vorhergesehen werden konnten: ScriptBook prognostizierte für 22 dieser 32 Filme einen Misserfolg. Und für alle 30 Filme, die an der Abendkasse gut abschnitten, gab das System grünes Licht. Zuvor gelang es der KI, 6.500 bestehende Szenarien zu trainieren und den Erfolg bereits veröffentlichter Projekte mit einer Genauigkeit von 84% zu bestimmen.

Der Algorithmus hatte das beste Ergebnis mit dem Film Passengers, der im Dezember 2016 in den USA Premiere hatte. Künstliche Intelligenz machte im Finanzergebnis fast keinen Fehler: Das Drama über die Reise des Raumfahrzeugs in die Zukunft brachte 110 Millionen Dollar anstelle der vorhergesagten 118 ein.

Aber das Musical „La La Land“, AI, wurde fast achtmal unterschätzt: Ein romantischer Film mit Ryan Gosling in der Titelrolle brachte an der Abendkasse 446 Millionen Dollar ein, anstatt der vorhergesagten 59 Millionen. Das ScriptBook gab ihm zwar ohnehin grünes Licht, dank eines kleinen Produktionsbudgets von nur 30 Millionen US-Dollar.


"Quiet Place", ein Bild aus dem Film.

Viele befürchten, dass solche Systeme urheberrechtlich geschützte Filme töten, die möglicherweise nicht so rentabel sind und sich von bekannten Mustern entfernen. Wie die Entwickler im ScriptBook-Blog jedoch betonen, ist die wichtigste zu analysierende Sache nicht der Umsatz, sondern der ROI. In dieser Hinsicht sieht der Film "Quiet Place", der mit einem Budget von 17 Millionen 163 Millionen Dollar einbrachte, rentabler aus als "Fast and the Furious", der an der Abendkasse eine Milliarde anzog, aber 250 Millionen Dollar kostete.

Warum Trailer mit KI anschauen?

Ein Szenario reicht jedoch nicht aus, um zu verstehen, wer den Film mag und welches Publikum besser für ihn wirbt. Anhänger sind laut 20th Century Fox eine andere Sache. Die Entwicklung, die das Studio im November 2018 vorstellte, hieß Merlin Video. Dies ist ein neuronales Netzwerk, das Trailer verschiedener Filme in Kategorien unterteilt und analysiert, wie oft dieselben Objekte in ihnen gefunden werden. Infolgedessen gibt AI laut Filmstudio eine doppelt so detaillierte Einschätzung des Publikums ab wie alle anderen Methoden.

Führungskräfte des Twenty Century Fox Data Science-Teams sprachen in einem wissenschaftlichen Artikel auf der Website und im Blog der Cornell University darüber, wie alles funktioniert. Als Beispiel nahmen sie den Film „Logan“ - den dritten und letzten fantastischen Marvel-Actionfilm über einen strengen Kämpfer namens Wolverine, der 2017 veröffentlicht wurde und an der Abendkasse 600 Millionen US-Dollar einbrachte (das Budget des Films war sechsmal geringer).

Welche anderen Filme könnten an Zuschauer gehen, die solche Bilder mögen? Was mag der Held so sehr an der Öffentlichkeit? Das neuronale Netzwerk beantwortete diese Frage, nachdem es festgestellt hatte, welche Objekte im Trailer am häufigsten gefunden wurden. Wie Merlin bemerkte, ist die Hauptsache in Wolverine der Bart. Andere Zeichen waren "Baum", "Gesichtsbehaarung", "Auto" und "Mann".

Neben der Häufigkeit der Wiederholung von Details berücksichtigt das neuronale Netzwerk die Zeit auf dem Bildschirm. Trailer mit langen Nahaufnahmen von Charakteren sind eher charakteristisch für dramatische Filme. Trailer mit schnellen und häufigen Szenenwechseln sind jedoch für Actionfilme gedacht, stellten die Autoren des Projekts fest.

Danach sammelte Merlin Daten über die Popularität von Filmen, die Kinokassen und die Anzahl ihrer Aufrufe im Internet und führte einen Vergleich durch. Die zwanzig Filme, die laut Algorithmus höchstwahrscheinlich an Logan-Fans gegangen wären, kombinierte das Filmstudio mit den Ergebnissen von Umfragen unter echten Zuschauern. In der Hälfte der Fälle vermutete die KI.



Zu den Zufällen in diesem Fall gehörten nicht nur Superheldenfilme wie X-Men: Apocalypse, Doctor Strange und Batman gegen Superman: Dawn of Justice. Merlin ignorierte den Krimi "John Wick 2" nicht - darin ist es dasselbe wie in "Logan", einem brutalen Helden von gequältem Aussehen.

Die Diskrepanzen waren jedoch aufschlussreicher: Zum Beispiel war der Algorithmus der Ansicht, dass das Publikum von Logan Tarzan mögen sollte, anscheinend aufgrund der Fülle an Bäumen im Kino. Aber er vermisste so offensichtliche Empfehlungen wie Ant-Man und Deadpool - ihre Trailer waren weniger dramatisch.

Nach der Veröffentlichung des Musicals The Greatest Showman im November 2017 wurde der Algorithmus in 20th Century Fox ständig verwendet. Das von den Entwicklern erstellte Modell umfasst neben der Analyse von Trailern mit Merlin Video auch das Studium des Skripttextes mit Merlin Text (mehr dazu in einem Artikel auf der Website der Cornell University).

Die Prognose für das Publikum des Films kann sowohl für die bereits veröffentlichten als auch für die noch in Vorbereitung befindlichen Bänder erstellt werden - 6-8 Monate vor ihrer offiziellen Veröffentlichung. Um herauszufinden, wie diese Prognose mit der Realität übereinstimmte, werden Kinokartenverkaufsdaten verwendet. Jetzt wird die Analyse durch Daten ergänzt, welche Filme Benutzer online kaufen und ausleihen.

So finden Sie heraus, wer die beste Filmwerbung ist

Werbung und Drehbücher sind nicht das einzige, was den finanziellen Erfolg von Filmen bestimmen kann. Fachleute der University of Iowa stellten 2015 fest, dass es möglich war, das Filmbudget bereits in der Produktionsphase zu reduzieren und die Rentabilität zu verbessern. Um die Daten zu analysieren, erstellten die Wissenschaftler eine Datenbank mit 4.000 Filmen, die zwischen 2000 und 2010 veröffentlicht wurden, und schulten das Programm, um nach gemeinsamen Anzeichen für kommerziell rentable Bänder zu suchen.

Die Zeichen bestanden aus vier Gruppen:

• "Wer" - diese Gruppe umfasste die Parameter für den Erfolg des Regisseurs und der Schauspieler;
• "Was" - das Genre und die Altersfreigabe des Films;
• "Wann" - zu welcher Jahreszeit wurde der Film veröffentlicht und wie erfolgreich war dieses Jahr für die Filmindustrie?
• eine Gruppe mit „hybriden Attributen“: Wurden beispielsweise eingeladene Schauspieler schon einmal gedreht oder sind sie schon einmal in einem bestimmten Genre aufgetreten?

Darüber hinaus versuchten die Forscher mithilfe künstlicher Intelligenz, die Anzeichen zu identifizieren, die am deutlichsten mit der Kapitalrendite korrelieren. Zur Schätzung des letzten Parameters wurde der Wert (Einnahmen - Budget) / Budget verwendet.

Es stellte sich heraus, dass das Hauptzeichen des Erfolgs der Ruhm des Regisseurs und der Erlös seiner vorherigen Filme ist. Die Sternenbereitschaft der Akteure garantierte ein Umsatzwachstum von fast der Hälfte (46%), aber die Kapitalrendite betrug nicht mehr als 17%. Natürlich gehen die Zuschauer eher mit berühmten Schauspielern ins Kino, aber um sie einzuladen, muss man viel mehr Geld ausgeben, so die Forscher.

In der Studie wurde nicht berücksichtigt, dass Filmunternehmen möglicherweise andere Einnahmequellen als den Ticketverkauf in Kinos haben. Zum Beispiel verkauft Disney Spielzeug und andere Produkte, die auf den erfolgreichsten Bändern basieren. Dieses Einkommen hängt aber auch von der Popularität des Films beim Publikum ab.

Um zu lernen, wie man Gesichtserkennung, neuronale Netze und maschinelles Lernen in Unternehmen einsetzt, können Sie einen Intensivkurs in AI for Business absolvieren . Die Kursredner von Microsoft, Nanosemantics und Home Credit Bank erklären Ihnen, wie Sie verschiedene Arten von KI verwenden und welche Tools dafür verfügbar sind. Das nächste Intensiv findet vom 30. bis 31. März statt.