电影业中的AI:未来奥斯卡奖项背后将有它们的身影

作者: 佚名 2019-03-01 16:45:34

 

在最近闭幕的2019年奥斯卡颁奖典礼上,包括最佳剧本与最佳视觉效果在内的众多奖项纷纷觅得其主。虽然AI在电影业中还不太可能很快编写出广受赞誉的剧本,但也已经开始在幕后默默贡献自己的力量。

在电影业当中,CGI与AI的结合已经能够创建出逼真的场景,但从业者仍然很难将这些场景制作成动画。相信很多朋友听说过“恐怖谷”理论,就是说随着视觉效果在绝对准确性或者完美性层面的不断提升,观众反而会感到不舒服。另外,在对细节的揣测与表达方面,AI也完全无法与演技精湛的演员相媲美。

AI还能够帮助创意从业者通过社交媒体筛选主题,从而发现那些受到普遍关注的内容。另外,AI也可以帮助我们选择具有潜力的剧本。然而,任何AI系统的能力都会受到所获取数据及其编程预测算法的限制。

很明显,创意才是闯入奥斯卡殿堂的门票,而可预测性则几乎站在对立面上——那么AI在电影业当中是否还有其它发展空间?

剧本编写中的AI

目前,电影业中的AI还无法编写出剧本,或者至少是好的剧本。某AI程序曾为情人节编写了一份恐怖的情歌歌词,其中写道“我问窗帘,它说它是真的”,以及“这一次,让我们把药当饭吃”。

这款程序显然是无法辨别思维与语言间的区别。以上歌词虽然读起来似乎有意义,但不知何故却不知所云。实际上,创造力与智能一样,具有难以捉摸的特性,这也使其成为全体AI的努力方向。

不过虽然存在这些限制,电影公司还是尝试利用数据科学去衡量哪些剧本更有可能成为大片、爆款。

Verne Global公司深度学习主管Vas Kapsalis解释称,“AI能够接收已经编写完成的输入内容或剧本,而后对这些剧本进行评估,从而确定哪些要素决定一部电影的好坏。而其中的关键,在于AI会尝试推断特定剧本的可能结果,包括影片最终能否成功。”

“要将一份好剧本从一大堆差剧本中提取出来,所需要的算法其实非常简单。”

电影制作人还可以在电影行业之内利用AI进行剧本规划。

他解释称,“AI在计划剧本中利用类似的技术进行预测性营销,包括追踪观众喜欢谈论什么,哪些内容更受欢迎等。通过这些因素,就能够找出更可能引起观众共鸣的剧本。然而,我们还无法利用AI取代编剧或者真正优秀的演员。”

电影业中的AI

长久以来,从业者们利用CGI在电影当中产生强烈的视觉效果,而将人工智能加入进来,会使得效果得到进一步提升。近乎逼真的图像意味着观众几乎无法在大银幕上区分哪些是实景,哪些是由计算机创建出的内容。

视觉效果技术的变化一直迅猛到令人应接不暇。

Kapsalis解释称,“相较于以往创建物理模型并由木偶操纵者制作定格动画的方法,如今我们创建的是一套电子模型加上演员动画。传统技术的核心在于追踪实体与调整模型,从而让其看起来与演员的行动保持一致。”

但AI在电影中的应用存在局限性,特别是动画领域,这是因为其中往往涉及大量面部表情。

 “人类丰富的表情很难被捕捉到。道理很简单,你可以试试模仿其他人,马上就能体会到其中的难处。”

Kapsalis表示,AI与CGI都在《星球大战:最后的绝地武士》一片中得到应用,负责让2016年12月意外去世的Carrie Fisher重现银幕。

 “我们可以很轻松地让事物看起来如照片般真实,但是动画的制作却复杂得多,自然也困难得多。”

AI与自主代理系统的一次实际应用出现在2013年的《僵尸世界大战》电影当中,这部由Brad Pitt主演的末世片中有着成群结队的大批僵尸。

“在这种情况下,相较于雇用一大批群众演员,尝试利用AI技术来实现显然更具可行性。这不光效率更高,而且也并不需要太多计算资源。由于僵尸群体规模庞大,而且乱糟糟挤成一堆,观众很难看到其中的瑕疵。”

恐怖谷理论

虽然电影业中的AI有望产生令人惊叹的视觉效果,但“恐怖谷”理论仍然客观存在。

Kapsalis解释道,“随着事物变得越来越逼真,我们首先会感到自然舒适。但在此之后,人们会怀疑其中是不是出了什么问题。”

他表示,但这种怪异感或者说别扭感有时候也能够在电影中产生良好的效果,比如用于表现汹涌袭来的尸潮。

他指出,“这就是AI可以发挥的舞台了。它不仅仅是一种智能,同时也可以成为一种可行的图形增强方式。其中用到了AI提供的高端视频处理功能。”

在电影业当中,AI技术能够显著节约生产工作耗费的时间与金钱。如果电影制片人需要大量演员,那么招募与创作周期可能既昂贵又漫长。

 “在这一领域当中,AI与CGI已经属于非常可靠的技术。然而,如果想要用于完全替代演员,那么它们可能反而更加耗时,因为技术本身还不够完善。我们必须得加入更多手动调整来获得与真人表演类似的效果。”

相信大家已经感常见到,如今的AI取得了令人瞩目的成果,而未来这一切还将进一步升级。

Kapsalis指出,“AI未来会涉及更为微妙的部分。”

 “未来将会出现越来越真实的表现效果,包括提供更好的运动动画,从而创造更自然的面部表情。而且我坚信,随着时间的推移,这项技术将实现民主化从而在可用性方面得到显著优化。”

然而,目前从业者们面临着一个难题:在AI依赖与传统制作方式之间寻找平衡点。

“但根据我们的观看,情况每年都在趋于改善。”

有一种预测指出,AI技术将持续挑战我们的观念——无论是利用AI在幕后制作电影,还是将其成果直接呈现在大银屏上,其总归会受到电影行业的真正关注。

电影业 人工智能 奥斯卡奖
上一篇:人工智能产业快速发展背后的四大浪费 下一篇:从本体论开始说起——运营商关系图谱的构建及应用
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI行业寒潮下,智能物流机器人产业迎来“风口”

“人工智能,前景很好,但‘钱’景不好 ” 、“2018年,人工智能的进展就是没有进展”、“2019年的AI行业已如石墨烯一样,尽显疲态”……一篇《投资人逃离人工智能》文章又给人工智能行业泼了一身冷水。人工智能融资难、“寒冬论”再一次戳痛每个人工智能从业者的心,激起大众的焦虑情绪。

AI报道 ·  9h前
人工智能应用在智慧社区五大场景

物联网、云计算、大数据、人工智能正逐步从概念走向应用。越来越多的传统产业也开始探索和创新,积极拥抱互联网和新技术。未来,人工智能技术可能会颠覆社区管理。

有熊 ·  10h前
基于PyTorch的CV模型框架,北大学生出品TorchCV

在机器学习带来的所有颠覆性技术中,计算机视觉领域吸引了业内人士和学术界最大的关注。

张倩、泽南 ·  11h前
高位截瘫患者重新行走:靠意念指挥外骨骼,法国脑机接口新突破

依靠介入头部的 2 个传感器,法国里昂的一名瘫痪男子 Thibault 实现了操控外骨骼装备来助力行走。

孙滔 ·  15h前
2008 年预测 2020 年生活方式:基本都实现了

美国皮尤研究中心曾在 2008 年预测 2020 年的生活方式,目前来看,该研究的预测基本已经实现。而对于未来 10 年,也就是 2030 年左右人们的生活,在 2017 年底的世界经济论坛上,800 多名信息和通讯技术领域的技术高管和专家给出了如下预测。

佚名 ·  15h前
机器学习的正则化是什么意思?

正则化的好处是当特征很多时,每一个特征都会对预测y贡献一份合适的力量;所以说,使用正则化的目的就是为了防止过拟合。

佚名 ·  15h前
为什么我的CV模型不好用?没想到原因竟如此简单……

机器学习专家 Adam Geitgey 近日发布了一篇文章探讨了这一简单却又让很多人头痛的问题,并分享了他为解决这一问题编写的自动图像旋转程序。

机器之心 ·  15h前
中文自动转SQL,准确率高达92%,这位Kaggle大师刷新世界纪录

首届中文NL2SQL挑战赛上,又一项超越国外水平的NLP研究成果诞生了。在NL2SQL这项任务上,比赛中的最佳成绩达到了92.19%的准确率,超过英文NL2SQL数据集WikiSQL目前完全匹配精度86.0%,执行匹配精度91.8%的最高成绩。

郭一璞 ·  16h前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载