AI 人工智能取代编剧？写剧本、模仿声音、制造笑点，机器学习进军好莱坞？！

AI人工智能目前无法完全取代编剧，但在剧本创作、声音模仿、数据分析辅助决策等方面展现出强大潜力，机器学习正逐步渗透到好莱坞的多个环节，不过仍存在技术局限和人类创造力不可替代的部分。剧本创作：AI已能生成基础剧本，但缺乏深度与创造力电影制作人Kevin Macdonald曾执导由IBM Watson人工智能平台编写剧本的60秒雷克萨斯轿车商业广告片，机器编写的剧本充满不确定性和新奇感，假以时日或许能构建精彩故事或伟大角色，使用机器编写剧本的想法正受到好莱坞青睐。雷克萨斯公司合作的人工智能平台分析了过去15年间获奖汽车和奢侈品广告数据以及消费者洞察数据，识别出能使消费者产生共鸣的事物，如对话要少、要有特定视觉场景等，帮助创作出令人难忘的广告剧本，该广告发布后使欧洲豪华轿车销量比原有目标提高了35％。然而，目前机器学习还难以准确分析喜剧剧本，发现笑点以及制造笑点，说明在剧本创作的深度和创造力方面，AI仍有很大局限。声音模仿：AI可生成合成语音，但存在滥用风险总部位于圣何塞的Adobe公司正在尝试用机器学习辅助模仿人的声音，根据一段人的音频可生成长达30分钟的合成语音，输入某人的大量音频就能训练机器生成其他词汇的音频。这一技术可方便重塑演员对白或修改剧本中的烂台词，无需再请演员回来重新录制，但也增加了语音滥用的可能性。数据分析辅助决策：AI助力电影业多方面决策电影故事结构与票房相关性分析：卡内基梅隆大学娱乐技术中心分析展示了电影故事结构与全球票房表现之间的相关性，如以动作、枪战开场的电影票房收入比以回忆叙事开头的电影好13倍，机器学习可生成关于电影或电视节目成功或失败原因的宝贵数据集。恐怖电影元素吸引观众分析：早在2016年就有人用机器学习技术检索100部恐怖电影预告片，确定吸引观众的电影元素，帮助20世纪福克斯公司的恐怖电影《摩根》创作预告片。动作电影观众喜好分析：福克斯曾与Google Cloud合作分析《金刚狼3:殊死一战》预告片里人物形象特征，通过检查YouTube上类似形象的电影预告片，评估观众喜好类型，还能通过分析喜欢该电影的观众过去看过的电影，判断其喜好类型。故事情节和角色共鸣分析：新技术可确定哪些故事情节更容易产生共鸣，以及最容易激发人们情感的场景或角色，如Entertainment One根据Wattpad技术分析用户喜好，在改编电视剧里保留了受欢迎的同性恋角色。经纪公司数据分析平台：创新艺人经纪公司CAA运营的CAAintell数据分析平台，通过机器学习分析观众行为，有几十个数据源，包括社交媒体网站和信用卡消费信息，经纪公司可用其产生的数据向电影公司推荐演员，还可根据粉丝喜欢的产品和品牌，找出旗下明星应代言的品牌，但该平台不会取代经纪人，而是为经纪人提供更好信息和建议。解决多元化问题：AI助力电影公司认识无意识偏见南加州大学的维特比工程学院信号分析实验室和Geena Davis媒体性别研究中心利用机器学习进行人物跟踪和音频分析，让电影公司明白女演员在电影中正面出现和对白的频率低，包括索尼影业在内的一些电影公司正在使用该研究所的机器学习工具推进多元化和包容并存倡议，目标是让导演或编剧认识无意识偏见并判断是否故意为之，提供改变契机。机器学习的局限：训练数据不足会导致缺陷和偏见如果训练数据不足，算法会产生带有缺陷和偏见的结果，如2015年照片分类软件Google Photos错误地将黑人标记为大猩猩，原因是谷歌未能使用足够多样化的人脸数据来训练算法。