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***剧本与***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***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:***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

欺诈不可怕,机器学习算法分分钟拿下! 精选

根据一项调查,采用基于AI的解决方案的防欺诈专家中有80%认为AI对打击欺诈者有效。但是,仍然存在的问题是弄清楚哪种机器学习算法可以有效地检测未知的欺诈模式。监督学习和无监督学习算法哪一个更有效?

读芯术 ·  2天前
助力抗疫,人工智能和大数据将全面爆发? 精选

新型冠状病毒肺炎疫情的爆发和传播,牵动着全国人民的心。社会各界纷纷投入到这场没有硝烟的疫情阻击战中。

中国经营报 ·  3天前
人工智能和区块链如何在2020年彻底改变移动应用产业?

2020年也不例外。移动应用行业将以明显的方式增长。人们需要了解人工智能行业将发生什么变化,以及企业在新的一年中如何计划使用这些革命性技术。

Pradeep Makhija ·  3天前
人工智能“捷径”将模拟速度提高数十亿倍

即使用最快的超级计算机模拟复杂的自然现象也要花上几个小时,如大气雾霾如何影响气候。

辛雨 ·  3天前
人工智能如何推动神经科技发展?

神经科技以人类神经系统原理为基础,旨在研究人类大脑这一极为复杂的模型架构。在实际作用方面,神经科技将帮助研究人员了解大脑功能与引发功能障碍的原因,并助力医生治疗各类神经系统疾病。至于具体应用,神经科技目前主要关注增强认知能力、改善睡眠并改善长寿人群的大脑健康等。

佚名 ·  4天前
2020年了,深度学习接下来到底该怎么走?

机器学习资深从业者 Ajit Rajasekharan 在本文中汇集了深度学习领域各路大佬的想法,并分享了他本人的一些思考。

亚希伯恩•菲 ·  4天前
AI战「疫」:百度开源口罩人脸检测及分类模型

2 月 13 日,百度飞桨宣布开源业界首个口罩人脸检测及分类模型。基于此模型,可以在公共场景检测大量的人脸同时,把佩戴口罩和未佩戴口罩的人脸标注出来,快速识别各类场景中不重视、不注意防护病毒,甚至存在侥幸心理的人,减少公众场合下的安全隐患。

Synced ·  4天前
2020年,比较适合AI的5种编程语言

AI系统的开发必须有计算机代码,而计算机程序的开发有不同类型的编程语言可以选择。本文分析哪些编程语言最适合你的人工智能或机器学习用例开发。

CSDN App ·  4天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载