可以通过机器学习来
预测新产品在受众群体中的成功。 近年来，这种预测方法也已用于电影行业。 在Binary District评论中，关于如何在AI的帮助下确定是否值得发行新电影以及如何对其进行广告宣传。
为什么选择AI电影制片厂
对于发达国家来说，近年来选择场景和宣传电影的问题变得尤为严重。 根据美国电影协会（MPAA）的数据，2017年欧洲电影发行市场的规模达到101亿美元，几乎恢复到2011年的水平（106亿美元）。
美国和加拿大市场也已经成熟：2015年增长到111亿美元，到2017年底保持在同一水平。 同时，电影产量继续增长：2017年，电影的发行量比过去增加了8％。
2018年最大的失败之一是迪斯尼电影《汉索罗》。 他的全球票房预算为2.5亿美元，仅赚了2.13亿美元。
他们说 ，原因在于行销：预告片发布晚了，而广告活动在图片首映前一个月就获得了满负荷的收入。
如何避免此类失败的问题不仅让制片人感到担忧，而且令试图在机器学习的帮助下解决这一问题的导演，编剧，科学家和企业家也感到担忧。 我们选择了此类实验的三个最佳示例。
如何使AI在行之间读取
在人工智能的帮助下预测未来电影成功的第一种方法是对剧本的分析。 他利用了
ScriptBook公司的优势，该公司于2015年在安特卫普成立。 一年后，这家初创公司吸引了140万美元的投资，并在2018年夏季-在卡罗维发利电影节上展示了其技术。
操作原理很简单：将带有脚本的PDF文件加载到系统中，并在五分钟后给出详细报告。 该机器可预测年龄等级，分析角色，指示主角和对手，估算每个角色的情感，预测项目的观众（包括性别和种族）以及评估可能的票房。
使用ScriptBook分析电影“乘客”AI ScriptBook分析了自2015年以来发行的电影。 根据开发人员的说法，他成功地将毫无希望的项目选出了三倍于人们的努力。 为此，人工智能允许研究这段时间发行的62部索尼电影，其中32部在票房上失败。
事实证明，大多数“失败者电影”都会蒙受损失：ScriptBook预测这32部电影中有22部会失败。 对于在票房上表现出色的所有30部电影，系统发出了绿灯。 在此之前，人工智能设法训练了6,500种现有场景，并以84％的准确性确定了已发布项目的成功。
该算法在2016年12月在美国首映的电影《乘员》中获得了最佳结果。 人工智能在财务业绩上几乎没有犯错：有关飞船进入未来之旅的戏剧获得了1.1亿美元的收入，而不是预期的118美元。
但是音乐剧《 La La Land》的AI却被低估了近8倍：一部浪漫电影，由瑞恩·高斯林（Ryan Gosling）担任主角，票房收入为4.46亿美元，而不是预计的5900万美元。 没错，由于只有3000万美元的小制作预算，ScriptBook还是给了他开绿灯。
电影中的一幅“安静的地方”。许多人担心这样的系统会杀死版权电影，而版权电影可能没有那么有利可图，并且脱离了熟悉的模式。 但是，正如ScriptBook博客上的开发人员所指出的那样，要分析的主要不是收益，而是ROI。 在这方面，电影《寂静的地方》以1.67亿美元的预算赚了1.63亿美元，比《速度与激情》（Fast and Furious）获利更高，后者吸引了十亿美元的票房，但花费了2.5亿美元。
为什么要使用AI观看预告片
不过，仅凭一种情况还不足以了解谁可能喜欢这部电影，以及哪些观众更愿意为其宣传。 根据20世纪福克斯公司的说法，拖车是另一回事。 该工作室于2018年11月推出的开发项目称为Merlin Video。 这是一个神经网络，可以将不同电影的预告片分配到类别中，并分析在其中发现相同对象的频率。 因此，根据电影制片厂的说法，人工智能的详细收视率是其他所有方法的两倍。
二十世纪福克斯数据科学团队的高管在康奈尔大学的网站和
博客上的科学
文章中谈到了这一切的工作原理。 例如，他们拍摄了电影《洛根》（Logan），这是第三部也是最后一部精彩的奇迹动作电影，讲述的是名叫金刚狼的严厉战斗机，于2017年发行，票房筹集了6亿美元（电影的预算少了六倍）。
还有哪些其他电影可以送给喜欢这种画的观众？ 英雄对公众如此喜欢什么？ 在确定要在拖车中最常发现哪些对象之后，神经网络回答了这个问题。 正如Merlin所说，金刚狼的主要成分是胡须。 其他标志包括“树”，“面部毛发”，“汽车”和“人”。
除了重复细节的频率外，神经网络还会考虑屏幕上的时间。 带有较长人物特写镜头的预告片更有可能是戏剧电影的特征。 但该项目的作者指出，场景快速且频繁发生变化的预告片是用于动作电影的。
之后，Merlin收集了有关电影受欢迎程度，票房，在互联网上的观看次数的数据，并进行了比较。 根据算法，电影制片厂结合对真实观众的调查结果，最有可能将这20部电影送给了洛根影迷。 AI猜到了一半的情况。
巧合不仅是超级英雄电影，例如《 X战警：启示录》，《奇异博士》和《蝙蝠侠对超人：正义的黎明》。 Merlin并没有忽略犯罪惊悚片“ John Wick 2”-就像在“ Logan”中一样，这是一个残酷的残酷英雄。
但是，差异更加明显：例如，该算法认为洛根的观众应该喜欢Tarzan，这显然是由于电影院中的树木很多。 但是他错过了诸如《蚂蚁人》和《死侍》这样明显的建议-他们的预告片不那么生动。
2017年11月发行音乐剧
《最伟大的表演者
》后，该算法开始在20世纪福克斯公司中持续使用。 开发人员建立的模型除了使用Merlin Video分析预告片外，还包括使用Merlin Text研究脚本文本（有关更多信息，请参见康奈尔大学网站上的
文章 ）。
对于电影观众的预测既可以针对已经发行的磁带，也可以针对仍在准备中的磁带进行-在正式发行之前的6-8个月。 为了弄清楚这个预测与现实情况如何吻合，我们使用了电影票销售数据。 现在，该分析得到了用户在线购买和租借电影的数据的补充。
如何找出谁将是最好的电影广告
广告和剧本并不是唯一可以决定电影在财务上是否成功的因素。 爱荷华大学的专家在2015年发现，即使在制作阶段，也有可能减少电影预算，并提高其盈利能力。 为了分析数据，科学家创建了一个数据库，该数据库包含2000年至2010年发行的4,000部电影，并
对该程序进行了
培训，以寻找可在商业上获得收益的磁带的常见标志。
标志集由四组组成：
- “谁”-这个小组包括导演和演员成功的参数；
- “什么”-电影的类型和年龄等级；
- “何时”-电影每年的什么时间发行，今年电影业取得了多大的成功；
- 一群具有“杂种特质”的群体：例如，邀请演员出演过之前出演过的演员，或者他们曾出现在给定的类型中
此外，在人工智能的帮助下，研究人员试图找出与投资回报最明显相关的迹象。 为了估算最后一个参数，使用了值（收入-预算）/预算。
事实证明，成功的主要标志是导演的名声和他以前电影的收益。 演员的繁星点点保证了收入增长将近一半（46％），但投资回报率不超过17％。 研究人员指出，当然，观众更有可能与著名演员一起去看电影，但是要邀请他们，您需要花费更多的钱。
该研究没有考虑电影公司可能有其他收入来源，而不是在电影院出售电影票。 例如，迪士尼根据最成功的录音带销售玩具和其他产品。 但是这种收入也取决于电影在观众中的受欢迎程度。
要学习如何在商务中使用面部识别，神经网络和机器学习，您可以参加关于商务AI的强化课程。 Microsoft，Nanosemantics和Home Credit Bank的课程演讲者将告诉您如何使用不同类型的AI以及适用于此的工具。 最近的密集课程将于3月30-31日举行。