神经网络IBM Watson现在知道人们害怕什么

20世纪福克斯制片厂与IBM Research共同下令 IBW Watson认知系统为摩根恐怖电影的预告片制作有关预告片的人称预告片。硅脑本身确定了影片中最亮的片段，并将它们连续放置。

在电影中定义恐怖时刻并不是那么简单。为此，您需要清楚地了解一个人所害怕的。具有复杂心理的弱蛋白质生物具有严重的脆弱性-情绪。

一个人最常见的恐惧是对死亡，疾病，痛苦的恐惧。恐怖电影制作人经常使用这种恐惧症，因为它们会影响许多观众。

恐惧较少见，例如，对孤独，军队（男人），黑暗，小丑，蝴蝶，昆虫，瓷娃娃，失去工作，失去耳环（女孩）等的恐惧。经验丰富的导演学习科学新闻，并且知道许多人类恐惧症，包括故事情节中的恐惧症。

恐怖类型中真正有才华的导演和作家甚至自己感到这些恐惧，也就是说，他们自己遭受了恐惧。这就是创作者的诅咒：为了创作出出色的作品，他必须体验最可怕的苦难和其他破坏性情感的深处。

同时，恐怖电影使用专门为生理反应而设计的技术-意外的声音，计划的突然变化，物体轮廓的模糊以刺激焦虑等。

根据达尔的字典，恐惧是由威胁性真实或可感知的灾难引起的内部状态。即，超级计算机应该识别出发生或应该发生灾难的电影片段，然后在观众感觉到即将发生的灾难时突出显示先前的片段。头发直立呼吸的那一刻。

最简单的方法是在看电影时拍摄人脑的脑电图，同时记录出汗和心律。但是如果电影制片人可以使用IBM Watson，为什么还要使用粗鲁的方法呢？

使用超级计算机分析有关超人的恐怖电影是向公众介绍新电影的重要原因。此外，许多观众希望看到由“人工智能”生成的预告片。无论如何，这只是一个有趣的科学实验。有趣的是，计算机究竟对我们而言最可怕。也许这些信息将来会有用。

打印输出显示电影“ Morgana” IBM Watson计算机的哪些片段选择用于预告片。这些是记录重大情绪变化的最激动人心的时刻。



在预训练期间，IBM Watson神经网络在预告片上训练了100部恐怖片，这些预告片被手动打成碎片（“片刻”）。对于每个“时刻”，系统都会根据以下几个特征进行分析：

1. 视频分析：识别人，物体和风景。从22,000个主题标签中为每个场景分配了24种情绪和标签之一，其中包括“令人毛骨悚然”，“吓人”，“温柔”等。
2. 声音分析：分析环境声音，包括人声和背景音乐的语调，以了解场景的气氛。
3. 框架的组成分析：照明，场景。这对于识别恐怖电影和恐怖场面的特定特征是必要的。

使用统计方法，针对每个场景分别进行分析，并将场景彼此组合。因此，超级计算机学会了“理解”哪些类型的场景可以进入恐怖电影的结构。

在对全长电影“摩根”的第一次测试中，系统确定了最适合拖车的10个点。在90分钟的电影中，沃森选择了最激动人心的6分钟。



开发人员不知道AI将为预告片选择哪个片段。他的提议的研究表明，这些点对应于“强烈期望”和“温柔”的情绪特征的最大峰值。计算机认为这样的时刻最有效。

人们还剩下工作。计算机会指出要使用的要点，但是编辑和声音处理必须手动完成。我还必须确定显示这些片段的顺序，因为IBM Watson并未构建逻辑链。但是，他的帮助却非常有用，因为选择和评估合适的片段也是一项相当耗时的任务。通常，制作预告片需要一组经验丰富的专业人员进行10到30天的工作，但是与Watson相比，这一时间减少到24小时。

有趣的是，已经为Morgan发行了预告片，但是计算机与先前做出的选择不一致，并且包含了一些先前选择中未包含的预告片。

摩根以前的官方预告片


已经为自己掌握了一个新的领域，IBM Watson的神经网络现在可以迅速为任何恐怖电影的预告片准备材料。当然，他仍然需要一个人的帮助才能使最终产品达到最佳状态。人与超级计算机是一个伟大的团队，可以一起工作。这种共生形式被用于科学和技术的各个领域，包括法律和医学。电影院是AI展示出帮助人们的能力的另一个领域。

电影“摩根”在美国的首演-2016年9月1日，在俄罗斯联邦-2016年9月8日。IMDb评分：6.6。

Source: https://habr.com/ru/post/zh-CN397297/