你認為AI指導電影拍攝，能拯救“爛片”嗎？
其實還是得先明白“爛片”的定義，前面有定義說是看完沒有收穫的就是爛片，這一看就是網上扒的，太籠統了，而且每個人的知識儲備不一樣，可能對部分人有收穫，對部分人就沒有收穫。如果按照這個定義，《藍貓淘氣3000問》爛不爛呢？相比之下我寧願讓我孩子把看《藍貓》的時間分成兩部分，一部分學原本的知識、一部分去看《海賊王》。
更何況不同的題材不同的類型，他們目標不一樣，傳遞的東西不一樣，不是單純以給人收穫論成敗。
我覺得爛片的本質就是傳遞信息出現了有問題，這個問題應該從三個方面來看，第一傳遞的是什麼可替代性高不高，第二怎麼傳遞的，第三傳遞過程中的細節好不好。
第一個傳遞的是什麼，也就是信息價值本身，大多數情況下一部電影所涵蓋的主旨是複雜的，那麼AI在這一層面是有幫助的，能幫助我們不懼個人自身的侷限，在這個時代和社會的背景下能選擇相對更有價值的主題，更不會因複雜而表達不清楚。
第二個是怎麼傳遞的，除了特效之類的數字技術層面，還包括拍攝手法比如燈光、鏡頭、服裝，電影內容的結構、劇情設計，人物的飽滿程度等等，AI的幫助下能同時生成無數套方案排列組合，到時候人只需要選擇哪一個更好即可，把人們的試錯成本降至更低。
第三個細節的把控，比如《阿凡達》裡的“納美語”其實是請語言學家創造的一門可以用的語言，如果有AI，相信也能更方便的讓大量細節得到卓越提升。
當然有人說AI沒有“創意”，但是創意本身就是在現有的知識和物質上進行排列組合然後拓展和延伸，在這一層面上AI可以提供更多的排列組合，能讓我們把更多的精力放在如何更好地延伸上。
總的來說，如果真有這樣的AI，還是能大概率提升電影的品質擺脫爛片的。所以與其思考AI能不能拯救爛片，不如想一想，這個AI應該如何設計才能拯救爛片！
如果讓AI全權指導電影拍攝，結果應該是可以對影片整體效果實現顯著提升，但恐怕不足以讓爛片上升到佳作的高度。
AI比起人工，其最大的優勢在於兩點，第一是極高的處理速度，如果應用到電影拍攝，毫無疑問能大幅度縮短拍攝週期，如果默認AI拍攝的成本低於請導演拍攝，那麼成本也可以實現降低；第二是能夠充分調用數據，人工智能的處理器可以輕鬆調用大數據進行系統的分析，從億萬個資料中遴選出最適合當前情況的結果，應用在電影拍攝上，自然可以實現整片質量的提升。
以上是AI拍攝的好處，那為什麼答案還是否？很簡單，AI比起人來最缺少的就是兩個字——創意。
電影本質上是一種圖像和聲音的藝術形式，而藝術就必定離不開創意，缺少創意、千篇一律的作品不能稱之為藝術，會被冠以“爛”字也就無可辯駁。這正是AI最大的硬傷，人工智能現在已經發展出了一定的“學習”和“思考”功能，但本質上還是對數據分析得出來的最優解，還遠遠談不上“創新”的 地步。
電影的迅速發展離不開一代代人異想天開的創意，一些現在最常用的拍攝手法，譬如長鏡頭、跟鏡頭、空鏡頭、蒙太奇等，以及那些被編入教科書的經典劇本，這些創意才是讓電影變得優秀的根源。除非有一天AI能夠實現爆炸式的進展，否則AI指導拍攝暫時還只是華而不實之談。
AI也就是人工智能，全稱Artificial Intelligence，人工智能對於電影拍攝的指導價值有很多方面，不止停留在人物塑造上。我得想法是這樣的。
豐滿人物造型
我們看到的很多美國大片都是由技術合成的，其中就有AI攝入，《阿凡達》《海底總動員》《復聯》都是離不開這方面技術的。
可以通過技術的添加，讓整部劇中的角色看上去更炫酷，甚至可以換臉。
也能自動生成一個形象出來，可以省去演員的加入，利用AI直接產出電影。
使人物性格更加立體
通過數據錄入，合成程序，讓人物性格更加立體，也就是說，在特定場景中應該做出怎樣的反應，也是自動生成的。所有的人物可以自己編排一齣戲出來，只需要錄入相應的數據和算法。或者輸入劇本，讓AI自動匹配人物，自行演譯。
剪裁與後期製作
剪裁與後期是比較耗時耗力的，要看重每個鏡頭與音樂等的搭配，給人帶來怎樣的藝術效果，AI可以根據想要的風格去剪裁設計，讓成品更具有特點。
人工智能已經走進了我們的生活，也是一把雙刃劍，過於依賴會導致產出的作品機器化，但是如果合理的去利用，可以讓作品更加完善。
我覺得AI只是一個工具，而電影的主旨應該是人所賦予的，可能未來普通人也可以通過AI去進行創作，但是也是會分高低優劣的，因為它是人類創作的產物。
首先你要了解什麼才叫做爛片，什麼樣的內容才會定義為爛片！比如你看一部電影，你沒感覺到有收穫，那就是爛片。或者有的片子你看懂了，但是沒收穫感覺沒意思，那就是爛片！
就算你用AI人工智能的高科技來指導拍攝出來的片子也不一定就是好片子！許多歐美大片氣勢磅礴的畫面驚險刺激的鏡頭很多都是通過後期使用各種電腦技術其中也包括你說的AI來製作完成的，影片的效果確實比普通的拍攝手法更好，影片的質量也有了質的提升！
對於電影技術人員來說AI技術確實可以事半功倍，但是AI技術入侵一直由人類主導的藝術領域——電影，就能完全避免爛片的出現了嗎？有句話說，“一千個觀眾就有一千個哈姆雷特”，一個片子的好壞取決於好的劇本好的演員好的導演！AI並不是萬能，因此AI指導的電影並不一定能減少爛片的出現。
總的來說AI可以幫助完成電影產品，一個片子的好壞主要還是取決於人！如果有好的劇本好的演員好的導演再加上AI的高科技技術，相信這個片子不會差到哪去！只能說AI只在其中起到輔助的作用，想減少爛片的出現主要還得看人！
ai的話，通過對現代人對劇情和蒙太奇，拍攝手法的喜好的學習，短時間確實能提高電影質量，畢竟庸才導演太多，但ai終歸是對套路的學習，創新終歸是得由人來幹。純屬個人觀點。
電影世界充滿了耐人尋味的事情。眾所周知，Will Smith 拒絕出演 The Matrix 中的 Neo 一角，而 Nicolas Cage 作為 Tim Burton's Superman Lives 的主角，在電影開拍之前，他只有試穿戲服的時間。演員和導演永遠都顯得那麼明智，他們會提前拒絕那些拍不出來的電影，而粉絲們並不知道發生了什麼。
對於那些靠投資電影賺錢的人而言，這些是遠遠不夠的。
他們想知道，如果投資 Alicia Vikander 而不是 Gal Gadot ，票房結果是翻車還是會大獲成功；他們想知道，如果一部在美國口碑炸裂的電影，在歐洲是否會登頂票房之冠。現在，人工智能便可以告訴他們。
AI將電影製作變成娛樂遊戲現如今有很多公司主打人工智能在電影行業中的應用，他們相信人工智能將會成為一個明智的電影製作人，位於洛杉磯的 Cinelytic 就是致力於該事業的一家創業公司。多年來，Cinelytic 收集與電影票房成就相關的歷史數據，然後將這些數據與電影的主題、演出人員等進行交叉分析，利用機器學習的方法來挖掘數據中隱藏的模式。他們的軟件就像娛樂遊戲一樣，用戶只用輸入劇本和演員表，然後將一個演員換成另一個，就可以看到電影票房是怎麼隨之變化的。
Cinelytic 的聯合創始人兼首席執行官 Tobias Queisser 舉例說，如果選一部 Emma Watson 擔任主演的夏季大片，用 Cinelytic 的軟件將 Emma Watson 換成 Jennifer Lawrence ，我們就能看到，這會對票房造成多大的影響。
Queisser 說道：“你可以在軟件中創建兩個不同的場景，分別在每個場景中比較 Emma Watson 和 Jennifer Lawrence 能夠帶來的票房表現，這種比較能夠使我們更加了解演員的更換對不同領域的影響。”
Cinelytic 並不是唯一一家希望將 AI 應用於電影業務的公司。近年來，一大批公司如雨後春筍般出現。例如，成立於 2015 年的比利時公司 ScriptBook，聲稱自己的算法可以通過分析電影的臺詞，來預測它是否能夠成功。同年成立的以色列創業公司 Vault 對客戶承諾說，它的算法能夠追蹤觀眾，分析他們在線接收其預告片的行為，來預測哪些人群將觀看他們的電影。另一家名為 Pilot 的公司提供了類似的算法，它承諾能夠在電影發佈前，以“無與倫比的準確性”來預測長達 18 個月的票房收入。
AI+ 電影，這個市場是如此的迷人，即使是成熟的公司也在爭先恐後的湧入。去年 11 月，20世紀福克斯公司解釋了它如何使用 AI 檢測預告片中的物體和場景，並預測觀眾會對哪個“小片段”最感興趣，想去看哪部電影。
“電影中的 AI 看上去很厲害，但是現實並非如此”
Queisser 說道，“在現在的電影中，AI 是機器人，是無人機，是超高科技，但實際上，在 20 年內，AI 技術並沒有突破性發展。人們往往只使用 Excel 和 Word 這種相當簡單的商業手段，這樣獲取的數據是非常孤立的，幾乎很難進行分析。”
Cinelytic 的核心人才來自好萊塢以外的地方，這就是它的根本原因。Queisser 曾經從事於金融行業，這個行業會將機器學習方法運用到多個業務中，包含高速交易、計算信用風險等。其聯合創始人兼首席技術官 Dev Sen，同樣有著相似的技術背景，他曾經為 NASA 建立了風險評估模型。
在好萊塢，越來越多的投資者相信AI能夠提前預測出高票房電影。
最近十年，全球電影市場保持著穩定增長的基本態勢。根據《電影藍皮書：全球電影產業發展報告（2018）》發佈統計數據顯示，2008-2017年，全球電影票房複合增長率為4.3%。
電影行業穩定向好的發展態勢，吸引了越來越多的電影投資者。但是要想在成千上萬部電影中發現能夠大賣的電影並不簡單，題材的受歡迎程度、演員的綜合實力以及上映的地區等問題，均影響著票房的成敗。
如果要對電影進行全面的預測性分析，就需要將這些關鍵因素全部考慮進去，而每一個因素背後，暗含著大量的數據，如果把這項工作單純交由人類來做，是不現實的。
於是，能夠實現電影票房預測的AI出現了。
Cinelytic:預測演員替換對票房的影響
正如開頭提及的那樣，演員的綜合實力是決定電影是否成功的關鍵因素之一。那麼，兩個差不多的候選人，電影製片人怎麼才能知道誰會為電影帶來更高的票房呢？
總部位於洛杉磯的公司Cinelytic可以告訴我們答案，在他們的軟件中輸入演員陣容，然後換掉一個演員，就能知道他/她會如何影響電影的預計票房。
Cinelytic的首席執行官託拜厄斯•奎瑟舉例說到，假設我們正在製作一部暑期大片，由艾瑪•沃森擔任主角，那麼我們可以使用Cinelytic的軟件，看看把她換成詹妮弗·勞倫斯會如何改變這部電影的票房表現。
▲ 艾瑪•沃森
▲詹妮弗·勞倫斯
除了替換演員，Cinelytic的軟件也能預測出電影在不同地區的票房表現。
目前，Cinelytic是電影行業中唯一一個在綜合項目管理系統中提供數據和分析的平臺，它將多年來的電影表演歷史數據授權給用戶，然後與電影主題以及關鍵人才的信息進行交叉引用，利用機器學習來梳理數據中的隱藏模式。
託拜厄斯•奎瑟表示，Cinelytic的目標就是幫助娛樂業專業人士最大限度地提高電影票房成功率，讓工作室和獨立電影公司在整個電影價值鏈中做出更快、更明智的決策。
ScriptBook:根據劇本預測電影是否成功
同樣在進行AI電影預測的，還有位於比利時的公司ScriptBook，他們的算法可以通過分析劇本來預測電影是否成功。
2015年9月，ScriptBook利用自己的script2screen技術對當時還處於製作階段的電影《Passengers》進行了全面的劇本分析預測其在美國的票房將達到1.181億美元。
▲電影《Passengers》劇照
據美國媒體報道，《Passengers》最終在美國的票房總收入為1億美元。預測和實際之間的差距其實相當小了。
為了讓大眾看到AI預測軟件的價值，ScriptBook曾與一家好萊塢工作室進行了有效性研究。他們同樣僅使用劇本作為輸入，通過script2screen技術對好萊塢工作室2015-2016年發行的62部電影進行了小規模樣本分析。
▲圖片來源：ScriptBook官網
最終結果表明，script2screen不僅識別出了其中表現出色的30部電影，同時也正確的將其中22部影片認定為票房失敗電影。
相較於識別出表現出色的電影，能夠找出票房失敗的電影實際上更難。這意味著ScriptBook可以幫助電影公司增加可實現的利潤潛力。
除了這兩家公司之外，還有包括Vault、Pilot在內的初創公司，以及20世紀福克斯等老牌公司也紛紛加入了AI電影預測的“陣營”。
相信在未來，AI電影預測市場會越來越火熱。
還可以把，省了好多，但是他的成本不低啊
AI只能拍出商業片！！！！
相關推薦
