看得見的智能
——人工智能在影視產(chǎn)業(yè)鏈中的應(yīng)用和反思

(北京電影學(xué)院管理學(xué)院,北京 100088)

作為第四次工業(yè)革命的主角,人工智能已經(jīng)從一種遙不可及的科學(xué)幻想,成為繼互聯(lián)網(wǎng)之后的又一個(gè)通用技術(shù),并與諸多行業(yè)產(chǎn)生化學(xué)反應(yīng),落地為智慧醫(yī)療、智慧教育、智慧金融、智慧交通、智慧媒體等應(yīng)用。而在影視產(chǎn)業(yè),人工智能同樣作為智囊團(tuán)和推動器帶來許多創(chuàng)新突破,基于人工智能的智能影視產(chǎn)業(yè)鏈逐漸得到關(guān)注。

1 人工智能概述

1.1 人工智能的起源

早在“人工智能”這一概念出現(xiàn)之前,就有學(xué)者圍繞著計(jì)算、邏輯、推理、人工大腦等話題開始了研究和探討,研究表明推理的某些方面可以用簡單的結(jié)構(gòu)形式化。1943 年,MCCULLOCH 和PITTS提出世界上第一個(gè)神經(jīng)網(wǎng)絡(luò)模型 (MP模型)“擬腦機(jī)器”(Mindlike machine)。1950年,TURING 在《計(jì)算機(jī)器與智能》一文中對機(jī)器智能進(jìn)行了最早的系統(tǒng)化科學(xué)論述,文中提出的圖靈測試被認(rèn)為是“檢驗(yàn)機(jī)器是否具有智能”的唯一可操作性檢驗(yàn)標(biāo)準(zhǔn)。1956 年,McCarthy等人在達(dá)特茅斯會議上提出:“我們將研究如何讓機(jī)器去使用語言、進(jìn)行抽象思考并且形成可理解的概念,讓機(jī)器去解決目前只能人類去解決的問題,并使機(jī)器自我完善”,并以“人工智能”這一概念總結(jié)了研究想法,這標(biāo)志著人工智能正式成為一個(gè)獨(dú)立的研究領(lǐng)域。

1.2 人工智能的定義

人工智能(AI,Artificial Intelligence)自1956年被正式提出至今仍未有統(tǒng)一定義。Charniak 和McDermott提出人工智能是通過計(jì)算模型來研究心智能力的學(xué)科。歐盟人工智能獨(dú)立委員會提出:“人工智能系統(tǒng)是由人類設(shè)計(jì),給出一個(gè)復(fù)雜的目標(biāo),在物理或數(shù)字維度通過感知環(huán)境數(shù)據(jù)采集、解釋收集到的結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)、知識推理或處理信息,從這些數(shù)據(jù)中得出并決定實(shí)現(xiàn)給定目標(biāo)的最佳操作。”國內(nèi)的王延飛等學(xué)者提出人工智能是試圖挖掘人類智能的實(shí)質(zhì),從而對人類智能進(jìn)行模擬和拓展的一門新興技術(shù)學(xué)科。

綜上可看出,關(guān)于人工智能的觀點(diǎn)終究離不開“研究人類智能的規(guī)律”這一核心。因此可將人工智能界定為“借助非生物載體對人類智能規(guī)律的挖掘和模擬,從而達(dá)到、延伸甚至超越人類智慧的一門技術(shù)科學(xué)”。

2 亟待人工智能轉(zhuǎn)型的影視產(chǎn)業(yè)鏈

隨著社會分工的深化和技術(shù)的突破,影視產(chǎn)業(yè)鏈由傳統(tǒng)向智能的方向轉(zhuǎn)型更新成為大勢所趨。影視產(chǎn)業(yè)盡管一貫以來視創(chuàng)意為發(fā)展核心,但正如布萊恩·阿瑟在《技術(shù)的本質(zhì)》中指出,“經(jīng)濟(jì)浮現(xiàn)或萌發(fā)于它的技術(shù)當(dāng)中,隨著技術(shù)的變化而繼續(xù)重構(gòu),技術(shù)創(chuàng)造了經(jīng)濟(jì)的結(jié)構(gòu)。”人工智能時(shí)代的到來意味著影視產(chǎn)業(yè)原有的生態(tài)將發(fā)生重構(gòu),近年來影視生產(chǎn)的諸多環(huán)節(jié)也出現(xiàn)了人工智能技術(shù)賦能的新情境。

2.1 實(shí)現(xiàn)智能影視的賦能技術(shù)

和影視產(chǎn)業(yè)密切相關(guān)的人工智能具體技術(shù)中包括:機(jī)器學(xué)習(xí)、自然語言處理和計(jì)算機(jī)視覺等技術(shù)。

(1)機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是一種學(xué)習(xí)過程,它使用計(jì)算機(jī)累積和存儲數(shù)據(jù),然后利用學(xué)習(xí)算法歸結(jié)出模型并訓(xùn)練數(shù)據(jù),當(dāng)面對新情況時(shí)便能進(jìn)行相應(yīng)的判斷和預(yù)測9。

人工智能任務(wù)的解決途徑通常是取一個(gè)合適的特征集合,把它提供給學(xué)習(xí)算法從而提取出模型,但由于原始數(shù)據(jù)中的概念或特征層層相扣,我們難以判斷哪些應(yīng)該提取。因此,我們讓機(jī)器去學(xué)習(xí)表示原始數(shù)據(jù)的特征,再用學(xué)到的表示方法去表示更復(fù)雜的特征,即通過簡單概念來構(gòu)建復(fù)雜概念。上述過程便是深度學(xué)習(xí) (Deep Learning)——一種特別的、更高層次的機(jī)器學(xué)習(xí),是通向人工智能的重要途徑之一。

(2)自然語言處理

自然語言處理 (Natural Language Processing,NLP)是研究如何通過計(jì)算機(jī)建立語言模型并用該語言模型來實(shí)現(xiàn)人與計(jì)算機(jī)之間以自然語言的溝通。通俗而言,就是解決如何讓計(jì)算機(jī)“聽懂”人的語言的問題。自然語言處理主要包含語音識別、文本分類聚類、信息抽取、情感分析、機(jī)器翻譯等內(nèi)容。

(3)計(jì)算機(jī)視覺

計(jì)算機(jī)視覺研究的是如何讓機(jī)器擁有像人眼一樣對事物的感知能力,如何建立一種“機(jī)器視覺”,讓機(jī)器可以識別和跟蹤目標(biāo)圖像,并通過學(xué)習(xí)不斷優(yōu)化對圖像的處理。計(jì)算機(jī)視覺是一門結(jié)合了數(shù)字信號處理技術(shù)、計(jì)算機(jī)圖形圖像、信息論和語義學(xué)的跨學(xué)科技術(shù),主要涉及圖像信息理解、圖像檢索、目標(biāo)跟蹤和監(jiān)測等內(nèi)容。從計(jì)算機(jī)視覺領(lǐng)域衍生的應(yīng)用包括人臉識別、視頻推薦系統(tǒng)以及視頻內(nèi)容審核等。

2.2 智能影視產(chǎn)業(yè)鏈布局

影視產(chǎn)業(yè)鏈?zhǔn)侵敢宰髌钒鏅?quán)為核心的貫穿開發(fā)創(chuàng)作、拍攝制作、宣傳發(fā)行(內(nèi)容推送)、影院放映(在線播映)以及衍生品開發(fā)整個(gè)過程的影視生產(chǎn)鏈條。人工智能技術(shù)在影視產(chǎn)業(yè)鏈上的滲透呈現(xiàn)跨領(lǐng)域、多技術(shù)融合的特征,逐漸向著多層次、具有復(fù)合結(jié)構(gòu)的智能影視產(chǎn)業(yè)鏈發(fā)展。參考人工智能產(chǎn)業(yè)鏈,我們可將智能影視產(chǎn)業(yè)鏈的結(jié)構(gòu)分為四層 (見圖1)。

圖1 智能影視產(chǎn)業(yè)鏈布局圖

(1)基礎(chǔ)層

最底層為基礎(chǔ)層,用于支撐人工智能影視的發(fā)展。如傳感系統(tǒng)負(fù)責(zé)在影視產(chǎn)業(yè)鏈各個(gè)環(huán)節(jié)搜集數(shù)據(jù);高性能的芯片和計(jì)算服務(wù)器將大幅度提高數(shù)據(jù)識別和運(yùn)算的效率,為上層的人工智能無監(jiān)督學(xué)習(xí)提供強(qiáng)大的計(jì)算力;5G 以其出眾的帶寬速度、高覆蓋率和低延時(shí)的優(yōu)勢助力信息在不同場景下的實(shí)時(shí)傳輸,更好地支持承載影視作品的大流量應(yīng)用;云計(jì)算對分布式數(shù)據(jù)的虛擬化處理及其強(qiáng)大的計(jì)算力,使解讀影視大數(shù)據(jù)成為了可能,進(jìn)而才能為人工智能訓(xùn)練提供高維度的數(shù)據(jù)樣本。

(2)數(shù)據(jù)層

第二層為數(shù)據(jù)層,為影視行業(yè)實(shí)現(xiàn)人工智能提供物料和資源。人工智能技術(shù)通過計(jì)算、挖掘和學(xué)習(xí)各種數(shù)據(jù)從而得到規(guī)律,進(jìn)而能夠針對細(xì)致的任務(wù)指令進(jìn)行預(yù)測和判斷。可以說,人工智能始于數(shù)據(jù)并向我們展現(xiàn)和提供更優(yōu)的數(shù)據(jù),進(jìn)一步幫助影視數(shù)據(jù)可視化,從而指導(dǎo)影視從業(yè)者做出更優(yōu)的預(yù)判和決策,為整個(gè)影視產(chǎn)業(yè)發(fā)展減少阻力。

(3)技術(shù)層

第三層為技術(shù)層,這一層包含著人工智能運(yùn)用在影視產(chǎn)業(yè)中的算法和技術(shù),如機(jī)器學(xué)習(xí)算法、自然語言處理技術(shù)、計(jì)算機(jī)視覺等。其主要作為溝通機(jī)器與現(xiàn)實(shí)問題的橋梁,讓機(jī)器準(zhǔn)確地感知我們生活的世界,并且通過訓(xùn)練學(xué)習(xí)實(shí)現(xiàn)更自主的問題解決。

(4)應(yīng)用層

第四層為應(yīng)用層,即影視產(chǎn)業(yè)鏈各個(gè)環(huán)節(jié)能夠?qū)崿F(xiàn)的具體智能應(yīng)用。如開發(fā)創(chuàng)作環(huán)節(jié)的人工智能選角和劇本預(yù)測,攝制環(huán)節(jié)中基于深度學(xué)習(xí)、云化等技術(shù)的智能動作表情捕捉和圖像渲染,宣傳發(fā)行環(huán)節(jié)中個(gè)性推薦系統(tǒng)和精準(zhǔn)分發(fā),影片放映環(huán)節(jié)中的人工智能廣告投放以及衍生品開發(fā)環(huán)節(jié)中不同場景的虛實(shí)交互等。

3 人工智能在影視產(chǎn)業(yè)鏈的應(yīng)用

3.1 人工智能分析預(yù)測輔助項(xiàng)目開發(fā)創(chuàng)作

進(jìn)入人工智能時(shí)代,大數(shù)據(jù)和機(jī)器學(xué)習(xí)改變了影視項(xiàng)目開發(fā)難以把控風(fēng)險(xiǎn)、調(diào)研時(shí)間成本高的局面。一類決策支持型人工智能平臺通過對已有數(shù)據(jù)的分類和聚類,形成多維度的樣本集,再交由算法模型訓(xùn)練并測試,逐漸實(shí)現(xiàn)準(zhǔn)確的預(yù)測。如人工智能平臺ScriptBook能對先前的案例數(shù)據(jù)進(jìn)行建模,從角色的行為、對話中識別角色性格特征,對電影分級、目標(biāo)觀眾構(gòu)成和最受觀眾歡迎的角色以及票房收入做出預(yù)測,輔助項(xiàng)目開發(fā)決策。

而另一類人工智能平臺正朝著內(nèi)容生成型轉(zhuǎn)變,如ScriptBook的劇本生成器能通過特定的詞和短語識別出風(fēng)格和主題,生成指定的故事設(shè)定和類型,并依據(jù)上下文正確地描繪出劇本結(jié)構(gòu)。迪士尼的Spellcheck能分析劇本中角色的性別、種族、殘疾等指標(biāo)的百分比,以識別和糾正劇本的潛在的偏見,生成更中立的內(nèi)容。更有學(xué)者使用人工智能甄別出能激起觀眾反應(yīng)的特定弧線,讓故事的創(chuàng)作更深入人心。

人工智能還能輔助選角,減少人工選角主觀因素的干擾。如優(yōu)酷通過全網(wǎng)輿情提煉出演員的個(gè)人標(biāo)簽,又從其歷史扮演的角色中提煉出角色標(biāo)簽,建立模型,將演員和角色進(jìn)行匹配度計(jì)算,為《長安十二時(shí)辰》選定由雷佳音扮演張小敬這一角色,最終的市場表現(xiàn)也驗(yàn)證了人工智能選角的可靠性。

盡管擁有智能分析與創(chuàng)作功能的人工智能產(chǎn)品不斷涌現(xiàn),但大多數(shù)劇本都難以真正投入拍攝。這種制約既來自技術(shù)的尚未突破,也因人工智能與真正的人之間在邏輯分析、思辨和情感升華等方面存在著差距。相信隨著人工智能的技術(shù)積累,影視作品自動化生產(chǎn)的進(jìn)程會加快,機(jī)器生產(chǎn)內(nèi)容 (MGC模式,Machine-Generated Content)引領(lǐng)的時(shí)代隨時(shí)會到來。

3.2 人工智能為影視制作帶來更多創(chuàng)新可能

影視節(jié)目的攝制環(huán)節(jié)涉及到的專業(yè)技術(shù)頗多,人工智能在此階段的應(yīng)用集中在面部與動作捕捉以及剪輯和視覺特效處理上,如 《復(fù)仇者聯(lián)盟3》中使用機(jī)器學(xué)習(xí)算法對真人演員面部表情的捕捉和跟蹤,制作出“滅霸”角色更逼真的表情;Weta公司使用深度學(xué)習(xí)的方法推算“阿麗塔”角色的運(yùn)動數(shù)據(jù),繪制出更精致的肌膚細(xì)節(jié)。

人工智能的進(jìn)一步普及也會帶來攝制環(huán)節(jié)的“崗位洗牌”,在解放技術(shù)人員雙手的同時(shí),倒逼業(yè)內(nèi)整體人才素養(yǎng)提升。特效軟件Massive實(shí)現(xiàn)了人工智能模擬功能,人工智能替身幫助節(jié)省了生成CG 角色的時(shí)間,也減少對演員崗位的需求?！吨袊抡f唱》的智能剪輯用人工智能進(jìn)行自動化的音視頻對位工作,極大地減輕了剪輯師的基礎(chǔ)工作,留給他們更多創(chuàng)造的精力和空間。

在把握受眾需求的方面,人工智能在后期制作的運(yùn)用試圖讓視覺效果不斷向高層次豐富,如用選取基準(zhǔn)圖片和提取視頻的關(guān)鍵幀的方式,把圖片的風(fēng)格遷移至視頻中,實(shí)現(xiàn)用戶對風(fēng)格的定制。

就目前而言,我們看到人工智能在攝制階段的應(yīng)用向后期制作傾斜,前期的拍攝準(zhǔn)備、拍攝現(xiàn)場管理階段甚至全流程監(jiān)管方面仍然留有人工智能施展才能的巨大空間。

3.3 人工智能推薦算法推動內(nèi)容分發(fā)精準(zhǔn)化

優(yōu)質(zhì)的內(nèi)容生產(chǎn)更需要精準(zhǔn)的分發(fā)渠道保駕護(hù)航。個(gè)性化推薦系統(tǒng)在機(jī)器學(xué)習(xí)技術(shù)的參與下對有效信息的抓取和冗余信息的過濾都更為準(zhǔn)確,提高了分發(fā)和接受的效率。

一方面,這些推薦系統(tǒng)可以從用戶主觀感受的角度分發(fā)。如使用一種結(jié)合圖像與文本信息的電影推薦算法,從電影海報(bào)的圖像信息中提取情感要素進(jìn)行識別,當(dāng)用戶用相應(yīng)的情緒關(guān)鍵詞進(jìn)行檢索時(shí),推薦系統(tǒng)能夠智能地篩選出符合用戶情感需求的電影。

另一方面,推薦系統(tǒng)還可以從用戶歷史行為的角度分發(fā)。國外的電影推薦網(wǎng)站IMDb 和爛番茄,流媒體平臺Netflix、You Tube早已借助人工智能驅(qū)動的推薦系統(tǒng)在穩(wěn)固用戶的路上越走越遠(yuǎn)。而國內(nèi)近幾年迅速崛起的短視頻平臺抖音,依托在計(jì)算機(jī)視覺方面的研究,開發(fā)了強(qiáng)大的推薦系統(tǒng)為用戶精確匹配符合口味的短視頻。

但我們也需要看到局限——人工智能首先依賴“知識聚集”進(jìn)行知識生產(chǎn),大規(guī)模地對數(shù)據(jù)進(jìn)行占有、挖掘和再生產(chǎn),但這樣生產(chǎn)出來的知識更多是一種“形式化的內(nèi)容”,為了提供系統(tǒng)效率,而非優(yōu)化知識的內(nèi)容。推薦系統(tǒng)看似實(shí)現(xiàn)了精準(zhǔn)營銷和運(yùn)營效率,但長久可能會形成“信息繭房”。而算法看似客觀中立,但在數(shù)據(jù)篩選、機(jī)器學(xué)習(xí)的過程中難免帶上程序員個(gè)人的偏見,因?yàn)橛?jì)算機(jī)只單純進(jìn)行程序運(yùn)算,并沒有智能到質(zhì)疑數(shù)據(jù)的程度。

3.4 人工智能算法助力體驗(yàn)優(yōu)化與流量變現(xiàn)

影院放映(在線播映)環(huán)節(jié)是影視作品得以變現(xiàn)的最重要環(huán)節(jié)。麻省理工學(xué)院用人工智能算法Pensieve模仿人工神經(jīng)網(wǎng)絡(luò),并通過機(jī)器學(xué)習(xí)不斷適應(yīng)變化的播放環(huán)境,優(yōu)化視頻加載、呈現(xiàn)的方式;Netflix的人工智能系統(tǒng)Dynamic Optimizer可對視頻進(jìn)行逐幀分析,在連接速度慢的時(shí)候選擇性地壓縮場景以提高圖像質(zhì)量,為用戶帶來更好的觀看體驗(yàn)。以人工智能技術(shù)來優(yōu)化在線視頻的播放質(zhì)量和觀感,與提高影視作品的商業(yè)價(jià)值也息息相關(guān)。

另外,用人工智能技術(shù)對視頻內(nèi)容的精準(zhǔn)識別,挖掘廣告的投放場景甚至自動化地生成廣告創(chuàng)意以及采用“AI雷達(dá)”功能讓觀眾通過遙控實(shí)現(xiàn)對視頻里同款商品的檢測,這些方式都有助于拓寬影視作品的變現(xiàn)渠道。

4 熱潮下的冷思考

人工智能的浪潮給影視產(chǎn)業(yè)鏈帶來了升級和重構(gòu),為驅(qū)動影視產(chǎn)業(yè)發(fā)展和演進(jìn)不斷注入活力。但在人工智能的熱浪帶來種種新鮮可能的同時(shí),我們更應(yīng)該冷靜下來思考其中的問題。

首先,人工智能還處于弱人工智能向強(qiáng)人工智能發(fā)展的階段,人工智能對于影視產(chǎn)業(yè)依然只是輔助的價(jià)值,“機(jī)器可以替代甚至超越人類”的想法還為時(shí)尚早。目前不管是令人耳目一新的劇本生成器還是智能剪輯,它們終究離不開人為建立和篩選的數(shù)據(jù)庫,并且產(chǎn)出的內(nèi)容大多只是在基本輪廓上符合要求,與人類使用邏輯思維、生活閱歷、情感體驗(yàn)而創(chuàng)作出的內(nèi)容相比,其內(nèi)核依然顯得空洞,缺少人心創(chuàng)作所攜帶的溫度和深度。

其次,人工智能在學(xué)習(xí)時(shí)所基于的龐大數(shù)據(jù)資料,很難說全都經(jīng)由用戶授權(quán)同意提供。在沒有完善的行業(yè)規(guī)范和法律法規(guī)對人工智能應(yīng)用進(jìn)行指導(dǎo)和監(jiān)管的情況下,是否給了高智商犯罪人員可乘之機(jī),利用人工智能實(shí)施犯罪?

最后,商業(yè)邏輯下人工智能的應(yīng)用善于投其所好,滿足用戶眼前的需求,還善于偵查輿情,參考他人的關(guān)注趨勢來推送信息。但倘若在算法設(shè)計(jì)階段被賦予具有偏差的價(jià)值取向,在信息傳播過程中又遇上“繭房效應(yīng)”,負(fù)面影響將有可能被放大和增強(qiáng)。

未來一方面應(yīng)讓人工智能技術(shù)在影視創(chuàng)作中更“像人”,除了依靠基礎(chǔ)技術(shù)的進(jìn)一步突破,還要重視數(shù)據(jù)的真實(shí)性。采集得到的原始數(shù)據(jù)需要經(jīng)過轉(zhuǎn)寫和標(biāo)注,所形成數(shù)據(jù)集的可靠程度、專業(yè)程度,都會對后期人工智能訓(xùn)練形成算法模型的效果造成影響。因此,讓影視創(chuàng)作的專業(yè)人士參與數(shù)據(jù)的處理過程,及時(shí)進(jìn)行更正和調(diào)試,不失為一種改善最終創(chuàng)作效果的選擇。

另一方面,鑒于產(chǎn)業(yè)鏈?zhǔn)且粋€(gè)動態(tài)集合體,可以讓影視產(chǎn)業(yè)鏈條向吸收人工智能技術(shù)的方向去延伸和豐富?？紤]讓影視企業(yè)與人工智能企業(yè)或是數(shù)據(jù)服務(wù)商企業(yè)實(shí)現(xiàn)兼并、重組,以增強(qiáng)影視企業(yè)在人工智能方面的技術(shù)優(yōu)勢和議價(jià)能力,在應(yīng)用實(shí)現(xiàn)方案的溝通上也能更加有針對性,更為暢通。

5 結(jié)語

當(dāng)下,人工智能技術(shù)為影視產(chǎn)業(yè)孕育著層出不窮的機(jī)遇,進(jìn)一步推動著范式的轉(zhuǎn)換與產(chǎn)業(yè)的變革。然而站在風(fēng)口上,卻并非每個(gè)人都能成功飛起來。在智能影視的盛宴里,并不意味著“博人眼球即是勝者”,盲目地使用人工智能技術(shù)而忽視影視創(chuàng)意本質(zhì)的做法不能長久。智能影視為產(chǎn)業(yè)發(fā)展提供了一種思維方式,但更需潛心制作的創(chuàng)意內(nèi)容作為支撐,只有當(dāng)技術(shù)和內(nèi)容有機(jī)結(jié)合,才能更好驅(qū)動影視產(chǎn)業(yè)的健康發(fā)展、有序提升。?