一直以來，藝術(shù)都被視作是人類智力的圣殿。盡管AI已經(jīng)在許多能力上將人類甩在了身后，但絕大多數(shù)人依然篤信，藝術(shù)是它永遠無法征服的高地。但這會不會是人類的又一次盲目自信呢？

至少在流媒體巨頭Netflix的首席產(chǎn)品官格里高利·彼得斯(Gregory Peters)看來，AI很快就能幫助他為電影創(chuàng)作預(yù)告片了。格里高利·彼得斯在7月的財報電話會議上透露，Netflix正在投資一項新技術(shù)，它可以對電影中的人物和場景進行索引，幫預(yù)告片創(chuàng)作者真正把時間和精力放在創(chuàng)作過程中。

在用AI創(chuàng)作電影預(yù)告片這件事上，Netflix并不是第一個吃螃蟹的人。早在2016年9月，20世紀(jì)?？怂构揪团cIBM合作，運用沃森超級機器人為驚悚片《摩根》制作了有史以來第一個“認(rèn)知電影預(yù)告片”。

IBM的科學(xué)家介紹，沃森“觀看”完電影后用24小時創(chuàng)作了這支預(yù)告片。創(chuàng)作的過程中，沃森對電影進行了視覺分析，識別出其中的角色、物體和場景。同時它還參照了一個內(nèi)部數(shù)據(jù)庫來識別情緒和解讀音樂情緒，以確定某個場景應(yīng)該是怪誕的、可怕的還是溫柔的。

必須指出的是，盡管沃森為電影《摩根》創(chuàng)作預(yù)告片的表現(xiàn)非常驚艷，但這支預(yù)告片還是需要人工編輯來做最后的潤色。

這一方面是因為AI技術(shù)仍然不夠成熟，藝術(shù)需要創(chuàng)造思維，而這一點對AI來說還很難實現(xiàn)；另一方面則是出于金錢方面的考量。

韋德布什公司的分析師邁克爾·帕切特（Michael Pachter）介紹，“預(yù)告片堪稱是電影的商業(yè)廣告，真正的電影制片廠最不愿意在這方面節(jié)省?！?/p>

好萊塢創(chuàng)意公司Trailer Park的首席執(zhí)行官兼創(chuàng)意總監(jiān)馬特·布魯貝克(Matt Brubaker)也表示：“AI肯定能帶來50%的效率提升，但它最終可能不會像其他商業(yè)廣告那樣有效?！?/p>

換言之，相比節(jié)省人力和資金來創(chuàng)作一支80分預(yù)告片，制片廠更愿意投入資源去追求一支100分的預(yù)告片。因為預(yù)告片上有限的投入，很有可能會為它撬動更大的收益。

盡管讓AI獨立操刀一支電影預(yù)告片目前還有些“強人所難”，但我們或許可以讓它從一些簡單的事情開始做起，比如制作視頻剪輯。

IBM研究科學(xué)家約翰·史密斯(John R. Smith)介紹，IBM已經(jīng)在利用其機器學(xué)習(xí)能力，為美國大師賽(Masters Tournament)、美國網(wǎng)球公開賽(U.S. Open)和溫布爾登網(wǎng)球公開賽(Wimbledon)等大型體育賽事制作精彩錄像集錦。史密斯表示，機器可以通過分析數(shù)小時的視頻來識別“激動人心時刻的成分”，比如人群歡呼或運動員舉起手臂擊掌等。

Netflix的嘗試則更有意思，它準(zhǔn)備用AI來為觀眾創(chuàng)作千人千面的個性化預(yù)告片。電影很大程度上就像一個裝在漂亮包裝盒里的神秘禮物，只有拆開包裝你才能窺見它的真面目。但在競爭如此激烈的當(dāng)下，傳統(tǒng)的“包裝”——海報和單一的預(yù)覽視頻已經(jīng)很難再吸引觀眾的注意力了。

史密斯表示:“很多預(yù)告片和集錦制作過程都奉行千篇一律的原則，每個人都會看到同樣的預(yù)告片。但也許你可以為不同的市場制作兩到三個預(yù)告片，最終你甚至可以打造出更加個性化的市場?！?/p>

比如，針對《心靈捕手》（Good Will Hunting）這樣一部電影，你可以打造一支描繪演員馬特·達蒙(Matt Damon)和米妮·德萊佛(Minnie Driver)之間溫存時刻的預(yù)告片來吸引經(jīng)常觀看愛情片的觀眾；同時，你可以在另一支預(yù)告片中重點突出羅賓·威廉姆斯（Robin Williams），以吸引喜劇愛好者。Netflix后臺的算法可以根據(jù)用戶畫像，精準(zhǔn)地為不同類型的觀眾呈現(xiàn)不同的預(yù)告片。記者記者(公眾號：記者)記者