灯光 ！ 摄像头 ！ 人工智能 ？

VIEWPOINT 2023 光S！CAMERA！AI？ 娱乐业蓄势待发 最终释放数据的力量 人工的法律和劳动相关问题媒体和娱乐中的智能(AI) 仍有待决定，但有许多应用程序 那工作室现在可以部署以增加收入。对于例如，后期制作AI应用程序具有 为工作室提供高价值的潜力，而无需触发法律或道德跳闸线。同样，AI工具可以帮助媒体生产者大幅减少风险和降低生产成本，增加 市场成功的可能性。 AUTHORS ： FredBoxa 沙希德·汗 JillvanderSchaaf VIEWPOINTARTHURD.LITTLE AI正准备改变世界。全面AI的潜力是未知的，但讨论已经在媒体上高调了 娱乐业，创意过程 从来没有容易自动化，甚至量化。具有分散的价值链和 许多手动过程，电影制片厂和媒体制作公司尚未解锁 和计算机科学和使用科学 AI在媒体和娱乐中的使用 要生成的方法、过程和算法 工业目前是一个分裂的问题。尽管如此， 来自数据的见解(见图2)。有 它有可能在 与AI领域重叠，但术语不是 行业。这个观点演示了如何AI可以促进决策和改进 可互换。AI涉及利用计算机复制人类智能的算法 价值链每个部分的流程 和通过获取的决策过程， 不降低人类创造者的价值。 解释和理解数据。 图1.媒体价值链 01 0203 04 0506 数据的力量。 图1显示了媒体生产价值链 (概念到分布)与相邻的- 然而，至关重要的-融资过程和营销。人工智能、机器学习的进步(ML)和数据科学已经准备好转型这个链条的每一步。 请注意，数据科学是一个广泛的，从统计学中汲取的跨学科领域 Concept内容开发/ 前-生产 邮政-Distribution 剧本生产生产 07融资 08市场营销 来源：ArthurD.Little 图2.深度学习、ML、AI和数据科学的交集 数据科学 AI 结合数学/统计学，计算机科学，高级分析和各种科学方法和过程来提取 来自数据的意义 任何使计算机能够模仿人类的技术 智能(例如，逻辑、if-then规则、决策树、ML) ML 包括统计技术，使机器以经验改进任务 深度学习允许软件训练自己执行的算法 任务（例如，语音和图像识别）通过暴露多层神经网络到海量数据 来源：ArthurD.Little VIEWPOINTARTHURD.LITTLE 概念内容开发/ 屏幕 识别剧本中的偏见 已经出现了几个AI应用程序，旨在在概念阶段协助减少偏见。 例如，StoryFit帮助生产公司模拟受众将如何响应特定的 content.StoryFit的自然语言处理 (NLP)AI算法被训练为从 大量的在线资源，减少了时间需要从几周到几小时的查询。 重要的是要注意，AI不能完全消除偏见，因为它只像 它训练的数据和它使用的算法对于解释-AI只能检测它的偏见已经被专门编程来识别。 也有复杂的法律影响 这种类型的AI使用。(关于其使用的保护被添加到最近的作家协会 美国与运动联盟的合同 图片和电视制作人(AMPTP) 有来自作者的持续诉讼 关于使用大型语言模型的公会。） AI在概念中更有可能的应用阶段是协助作家产生想法。 使用生成AI的作家的轶事报告(GenAI)创建角色名称并建议作为起点的地块和轮廓已经 从好莱坞崛起 为成功启动内容开发 数据科学可以在这方面发挥重要作用创建过程的阶段。数据驱动脚本 分析可以帮助完善现有的脚本和帮助在剧本选择方面，帮助工作室开绿灯那些具有最佳商业潜力的人。自 一个典型的电影剧本大约是两万字，NLP和网络文本分析可以节省工作室早期内容开发的重要时间。 有各种各样的工具可以预测观众对脚本的反应和推荐脚本修改，大幅简化 起草和编辑过程。例如， Largo.ai提供有关哪种类型的建议需要对脚本进行编辑以实现导演的目标，提高商业可行性，和/或扩大市场吸引力。由 工具基于以下因素突出显示潜在的收入风险受众/脚本的地理评估 并推荐最佳的发布渠道和营销策略。 ML可用于查找和修复性别和种族 电影中的偏见。例如，脚本文本可以是分析以评估一组 字符以及它们是否具有代表性电影所在地的人口 AI应用潜力-中等 AI应用风险等级-中高 设置。除了快速计算字符身份，ML工具可以评估 各种群体的发言路线，水平 他们使用的词汇的复杂性，以及赋予权力的相对社会地位 字符组。这些工具正在使用以更加公平和 不同的表示和/或修改脚本这个方向。 VIEWPOINTARTHURD.LITTLE GenAI可以快速高效地创建内容，有时结果与人类相当- 创建内容。递归学习能力 已经改进了AI功能，以至于它可用于重新设计、改进和扩展内容，以及合成新材料。它 也可以用于研究主题内容。 AI有可能简化和改进内容创建过程，尽管有有许多道德和法律问题 仍然需要回答，包括角色编剧和报酬 知识产权对数据的使用 告知GenAI模型。这些问题正在讨论，制作工作室应该 意识到可能的版权侵权和 同意负债。尽管如此，鉴于最近的 作家协会与AMPTP达成协议，这是可能的在未来几年，作家可能会选择 训练AI以自己的风格创建脚本。这将允许GenAI在 作者的要求使用有限的提示，与补偿和荣誉归于作者。 预生产 选择可融资的人才和地点 在每个媒体项目，制片人和高管负责与铸造相关的关键决策， locations,andschedule.Theirchoicehavea 对项目的成本、进度、 和创造性的结果。传统上，这些决定依靠人类经验(选角导演， 定位侦察员和生产调度 专家)，但人工智能可以简化和补充他们的决策与数据衍生的洞察力。基于AI的工具可以“理解” 脚本中描述的位置并建议位置导演可以拍摄各种场景，节省侦察地点和射击所花费的时间主要摄影。 这些工具结合了以媒体为中心的数据出版物、票房评级和行业 使用诸如目标年龄之类的过滤器进行奖励，所需受众的种族和性别 AI应用潜力-中高 AI应用程序风险级别-高 生成演员表建议，这些建议可以是根据潜在的收入产生优先考虑。这些建议会更好还是 与人类创造的想法相当很难量化。谁能明确地说 在格鲁吉亚拍摄电影比“更好” 在纽约拍摄那部电影吗 该领域的专业人士将利用相关的 在价值链的这个阶段，人工智能工具而不是被它们替换。解锁的值将 在研究中节省时间。也不可能决策背后没有有意义的数据-如铸造-将委托给AI。 VIEWPOINTARTHURD.LITTLE 知识图谱可以成为一个强大的工具建模关系。知识图 为数据提供智能，为AI提供改进所需的基本环境 可解释性、准确性和可重复性。人才机构负责代表 创意专业人士和连接他们通过设置试听的机会 和谈判协议，以及其他任务。许多机构面临的一个关键挑战是数据和知识的集中化 管理，具有孤立的数据和有限的知识共享。 知识图提供了一种合并方法数据孤岛，创建全面概述和知识真理的单一来源 公司，部门内部和跨部门 -这对公司来说尤其有价值 有许多部门(例如，电影、电视、音乐、体育、播客、社交媒体)跨多个 地理位置。通过利用AI和组合内部知识和公共数据都转化为 知识图谱，人才机构可以映射他们的与其他人才在更广泛背景下的客户，媒体,票房表现,社交媒体 感知，以及相关的特征或流派与客户和他们的工作。 图中节点之间的关系 可以为代理创建新的视角为他们的客户寻找机会， 提取受众和社交媒体的见解，人才发现，或人才/内容表现 monitoring.Theseanalysescanbeusedbothas 谈判交易和决策的工具代表客户，以及在展示强大的分析能力来识别和吸引新客户。 生产 壮观的镜头在成本的一小部分 好莱坞制片厂花费数百万美元聘请专家操作吊臂、起重机和直升机来拍摄空中像那些在流行的动作电影中看到的镜头。最近，他们发现人工智能 无人机可以自动跟踪、跟踪和构建动作-在飞行时传递流畅的镜头 精确的速度（或悬停）和巧妙地避免障碍。与无人机管理结合使用时 允许电影制片人计划和 提前测试路线，这些智能设备可以大大降低生产成本。 更进一步，研究人员 卡内基梅隆大学，圣大学 Paulo和MetaAI询问了数千名观众观看12对视频并对其进行评分 关于他们观看时的感受。由此产生的数据 用于训练一个模型，该模型可以将无人机引导到模仿由 一种特定的情绪(例如，快速移动、紧张的镜头createexcitation).Asthesetechniquesbecome更精致，各种电影制作技术 使用具有AI功能的无人机将成为可能。 媒体制作人还可以利用AI增强拍摄地点的数字副本显着 更低的成本。例如，一部动作电影在迪拜可以制作部分或全部的数字复制品拍摄地点，并有演员完成 需要从美国的工作室重新拍摄将演员和机组人员送回现场。 演员的全面生产复制是 另一种可能性，虽然这个地区仍然充满法律和道德影响(如 由2023年电影演员协会展示- AI应用潜力-中等 AI应用程序风险级别-中等 美国电视和广播联合会 艺术家在美国罢工）。尽管如此，在适当的情况下同意-尊重宣传权和 合意的薪酬包，AI捕获 演员可以节省拍摄时间和重新拍摄未来的生产。 AI应用潜力-高 AI应用风险等级-中高 VIEWPOINTARTHURD.LITTLE 灯！相机！人工智能？6 VIEWPOINTARTHURD.LITTLE 后期生产分布 革命性的国际适应AI驱动的分销匹配 成功 今天的后期制作在很大程度上依赖于 技术，而AI有望增强这些过程和方法。大量的AI 创新是健全的，最近的突破在深度学习中允许AI模仿人类 声音很好，他们呼吸，停顿，并反映了人类声音的不一致。 这种方法不仅具有成本效益，而且具有很高的可扩展。用于自动对话替换 (后期制作中录制的音频，以修复口语线或删除拾取的背景声音 在主要摄影期间)，演员很可能是使用AI驱动的工具来削减他们的时间在工作室。 翻译和配音是另一个巨大的领域 AI的潜力。当冠军，波兰人 电影，以英语复制，AI启用视觉与新录制的英语对话对齐 被拍摄的演员的嘴唇动作。聪明地电影和其他内容的配音版本 多种语言（可能同时） 将允许工作室到达以前无法访问的观众以合理的成本。 AI工具可以自动化其他耗时的后期制作工作流，包括 视频编辑。例如，他们可以帮助后期制作编辑器快速检测到 使用录制的视频中的对象、颜色或情感自动参数调整。AI还可以 了解视频的风格和意图 建议（或创建）合适的背景或过渡。 数据科学和图论可以用来分析成功的因素 特定电影或节目的发行和 将其转化为有效的商业决策。例如，工作室的发行策略通常 涉及到决定一个标题是否应该有一个戏剧发行或直接进入流媒体。 对业绩等历史数据的分析 相似的技巧，以及社交倾听或当前客户偏好的情绪分析 和感知，可以提供对最佳频道和窗口策略。 关系的知识图建模 电影/节目元素之间，如 人才、流派和目标受众可以帮助工作室确定协同效应和机会。通过识别客户群的相似性， 主题，或者天赋，这些工具进行分配- 合作伙伴选择更快，更准确。AI还可以帮助工作室优化发布时间通过考虑季节性等变量 需求、竞争对手决策、地点和人口因素。历史和实时 数据可用于对分布场景进行建模并确定最大化利润的方法。 工作室越来越多地探索好处技术支持的分销策略。华纳 兄弟与Cinelytic签署了一项协议，以测试其平台，它预测了一个 通过将AI应用于100,000个数据集的新电影电影(与内容相关的数据编目， AI应用潜力-高 AI应用程序风险级别-中等 生产和分销)和550,000名人才 实体(例如，艺术家、导演、作家、制片人)。同样，20世纪工作室与 谷歌将开发一种名为“Merlin”的人工智能工具分析来自电影预告片的视频帧 通过以下方式将其内容与特定受众匹配将其与现有的大型数据集进行比较。 VIEWPOINTARTHURD.LITTLE 当然，在电影或电视节目中的成功MARKETING 分布不仅仅是分析数据和 应用科学方法。它需要一个深刻的了解电影产业，目标受众， 以及它所在国家的文