来自20世纪Fox和Google Cloud的IT专家开发了一种机器学习技术，该技术可以分析预告片的观看情况并预测人们观看这些电影及其类似电影的可能性。
该技术本身称为Merlin。 系统识别出预告片情节的对象和图案，以“了解”图片本身。 Merlin扫描拖车，并显示“留胡子的人”，“手枪”，“汽车”之类的对象，确定其是什么样的图片以及在什么背景下显示该对象。
例如，如果主角长时间放映或经常近摄，则电影类型很可能是戏剧。 当英雄片段出现且帧数经常变化时，电影很可能是动作游戏。 Merlin能够预测各种灾难-例如，如果汽车行驶太快，很可能会发生爆炸事故。 好吧，追赶事故的事情显然充满了行动。
然后，系统为每个图片“发明”标签，并将标签分组。 目前，梅林（Merlin）已经分析了石质电影和数百万组关于电影院观众观看每张照片的出席率的数据。 根据系统开发人员的说法，它是完全匿名的，数据已被取消个性化。 但是，尚不清楚有关访问的哪些数据用于分析。 但众所周知，此信息与“基本人口统计”数据一起在单个级别上进行了分析。
为了能够根据特定电影的类型和最常见的对象（一个有胡须，汽车和枪支的男人）来预测特定电影的受欢迎程度，所有这些都是必要的。电影公司使用它来预测电影院的票房销售。
此外，电影公司将使用Merlin来研究特定照片的最佳营销方法。
一些专家认为，这样的系统将无法正常工作，原因仅仅是，除了电影中发现的各种物体之外，由于许多其他因素，绘画还是受欢迎或不受欢迎的。 它可以是笑话，提示，演员游戏，特殊效果等等。 是的，计算机可以识别“留胡子的人”，但这绝不是电影成功的主要因素。
具有最高重复率的电影“ Logan”的标签Merlin能够预测那些观看过特定预告片的人是否会去看其他具有相似物体和情节的电影。 但是有时候会有不一致之处。 例如，对于电影洛根（Logan），梅林（Merlin）预测他的观众将去电影院看电影，例如《壮丽的七人》，杰森·伯恩，约翰·威克2和泰山传说。 实际上，很明显，在前三幅画中有“男人”，“胡须”和武器。 但是就Tarzan而言，预测仅基于在Logan中丰富的“ trees”标签进行。
根据Merlin的开发人员的说法，该平台能够正确预测大约50％观看过特定图片的预告片的人可以观看的电影。 根据这些数据，公司可以计划营销活动的成本和电影宣传活动的配置。
到目前为止，该平台具有许多缺点。 例如，看过洛根（Logan）的观众可能有兴趣观看与超级英雄有关的其他电影。 但是在Merlin的概率列表中，没有显示一张这样的图片，这表明该平台无法分析图片的情节并识别其主要特征。
另一方面，所有这些只是第一个实验。 公司将通过教授图片分析的新技巧来改善其平台。 毫无疑问，借助20世纪Fox和Google Cloud的功能，将会取得成功。