灯光 ！ 摄像头 ！ 人工智能 ？

娱乐业蓄势待发最终释放数据的力量 AUTHORS 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。 ：Fred Boxa沙希德·汗Jill van der Schaaf 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和计算机科学和使用科学要生成的方法、过程和算法来自数据的见解(见图2)。有与AI领域重叠，但术语不是可互换。AI涉及利用计算机复制人类智能的算法和通过获取的决策过程，解释和理解数据。 AI在媒体和娱乐中的使用工业目前是一个分裂的问题。尽管如此，它有可能在行业。这个观点演示了如何AI可以促进决策和改进价值链每个部分的流程不降低人类创造者的价值。 内 容 开 发/屏幕 概 念 识别剧本中的偏见 为成功启动内容开发 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。 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。 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。） 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。 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 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。 AI应用潜力-中等AI应用风险等级-中高 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。 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, and schedule. Their choice have a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。 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。 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。 AI应用潜力-中高AI应用程序风险级别-高 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。 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。 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. These analyses can be used both as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。 更进一步，研究人员卡内基梅隆大学，圣大学Paulo和Meta AI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create excitation). As these techniques become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-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-中等 AI应用程序风险级别-中等 AI应用潜力-高AI应用风险等级-中高 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。 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。 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。 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，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。 AI应用潜力-高AI应用程序风险级别-中等 当然，在电影或电视节目中的成功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化显示。成功的电影发行策略将这些知识与数据驱动的见解相结合，帮助工作室确定理想的时机和渠道用于电影后发行。 M A R K E T I N G 利用AI驱动的营销 与媒体的其他方面相比-生产价值链，营销领先于曲线，当涉及到数据的使用。决策在这里可以建立或打破一个项目，而且更多目标受众的可用数据以及其成员做出他们的消费决定，更好。 AI应用潜力-中等AI应用程序风险级别-低 一些流媒体公司已经利用了他们的收集消费者数据的交互式功能偏好。Netflix的select - your - own -冒险黑镜：Bandersnatch是总理示例：使用A / B单击测试，此功能帮助公司收集数据和分析关于叙事选择、配乐、特色产品，以及更多。参与Netflix与其他用户一起存储的数据人口统计和决策信息，可用于通知受众细分和产品放置(创造更长期的伙伴关系的机会)。 F I N A N C I N G 数据驱动的趋势洞察 &机会 制定预算以确保电影的融资或电视项目是一项艰巨的任务，需要一条线生产者或生产会计师要通过逐行的剧本，确定的类型场景、所需道具、视觉和音频效果，以及导演、制片人和演员的预计成本。 AI和ML已经成为这方面有价值的工具过程，实现快速分析和准确预测电影的潜在成功。各种数据源，如过去的票房表现，受众人口统计数据和批判性评论可以进行全面分析，以确定如何财务上成功的项目将是。这种类型分析为金融家提供了他们的信息需要做出明智的投资决策。 人工智能也可以用来