एआई टूल पहले दृश्य की शूटिंग से पहले मूवी रेटिंग्स को सक्षम बनाता है

मूवी रेटिंग्स एक फिल्म के निचले हिस्से और दर्शकों पर इसके प्रभाव के लिए महत्वपूर्ण हैं। पारंपरिक रूप से, एक मूवी को मानव द्वारा मैनुअल रूप से रेट किया जाता है, जिसमें हिंसा, ड्रग्स का दुरुपयोग और यौन सामग्री को ध्यान में रखा जाता है।

यह गतिविधि जल्द ही बदल सकती है क्योंकि कृत्रिम बुद्धिमत्ता (एआई) का उदय हो रहा है। हाल ही में, यूएससी विटरबी स्कूल ऑफ इंजीनियरिंग के शोधकर्ताओं ने एआई टूल्स का उपयोग करके कुछ सेकंड के भीतर एक मूवी को रेट किया। इस दृष्टिकोण के सबसे प्रभावशाली पहलुओं में से एक यह है कि रेटिंग को केवल मूवी स्क्रिप्ट पर आधारित किया जा सकता है, एक भी शॉट शूट किए बिना। इसके कारण, मूवी कार्यकारी एक स्क्रिप्ट विकसित कर सकते हैं, संपादित कर सकते हैं और शूटिंग के पहले दृश्य के पहले एक मूवी रेटिंग डिज़ाइन कर सकते हैं।

नव विकसित दृष्टिकोण स्टूडियो पर वित्तीय प्रभाव पड़ेगा, लेकिन यह रचनात्मक दिमागों को भी मदद कर सकता है ताकि वे एक कहानी विकसित और संपादित कर सकें जो दर्शकों से प्रतिक्रिया और प्रभाव के आधार पर हो।

शोध का नेतृत्व श्रीकांत नारायणन, यूनिवर्सिटी प्रोफेसर और निकी और सी.एल. मैक्स निकियास चेयर इन इंजीनियरिंग, यूएससी विटरबी में सिग्नल विश्लेषण और व्याख्या लैब (एसएआईएल) में शोधकर्ताओं की एक टीम के साथ किया गया था।

स्क्रिप्ट्स पर एआई लागू करना

मूवी स्क्रिप्ट्स पर एआई लागू करने के बाद, टीम ने पाया कि भाषाई संकेत हिंसा, ड्रग्स के दुरुपयोग और यौन सामग्री के आसपास के विशिष्ट व्यवहार को इंगित कर सकते हैं जो पात्रों द्वारा प्रदर्शित किए जा रहे हैं। ये सामग्री श्रेणियां अक्सर आज की मूवीज़ को रेट करने के लिए उपयोग की जाती हैं।

टीम ने 992 मूवी स्क्रिप्ट्स का उपयोग किया जिन्हें कॉमन सेंस मीडिया द्वारा हिंसा, ड्रग्स के दुरुपयोग और यौन सामग्री वाले माना जाता था। गैर-लाभकारी संगठन परिवारों और शैक्षिक संस्थानों के लिए मूवी सिफारिशें करने के लिए जिम्मेदार है।

एक प्रशिक्षित एआई को तब 992 स्क्रिप्ट्स पर लागू किया गया, जिसमें जोखिम व्यवहार, पैटर्न और विशिष्ट भाषा की पहचान की गई। यह पहले स्क्रिप्ट को इनपुट के रूप में प्राप्त करता है और फिर इसे एक न्यूरल नेटवर्क के माध्यम से प्रसंस्कृत करता है, जो सेमेंटिक्स और भावना अभिव्यक्तियों को स्कैन करता है।

एआई एक वर्गीकरण टूल के रूप में कार्य करता है, जो वाक्यों और वाक्यांशों को सकारात्मक, नकारात्मक, आक्रामक या किसी अन्य विवरणक के रूप में लेबल करता है। शब्द और वाक्यांश तीन श्रेणियों में वर्गीकृत किए जाते हैं: हिंसा, ड्रग्स का दुरुपयोग और यौन सामग्री।

विक्टर मार्टिनेज यूएससी विटरबी में कंप्यूटर विज्ञान में एक डॉक्टरेट उम्मीदवार हैं और लीड शोधकर्ता हैं।

“हमारा मॉडल मूवी स्क्रिप्ट पर देखता है, न कि वास्तविक दृश्यों पर, जैसे कि बाद में उत्पादन पाइपलाइन में होने वाली गोलीबारी या विस्फोट जैसी ध्वनि,” मार्टिनेज ने कहा। “इसका लाभ यह है कि यह उत्पादन से पहले एक रेटिंग प्रदान करता है ताकि फिल्म निर्माता निर्णय ले सकें कि हिंसा की डिग्री क्या है और क्या इसे कम करने की आवश्यकता है।”

“ऐसा लगता है कि एक फिल्म में ड्रग्स के दुरुपयोग पर केंद्रित सामग्री की मात्रा और यौन सामग्री की मात्रा के बीच एक संबंध है। चाहे जानबूझकर या नहीं, फिल्म निर्माता ड्रग्स के दुरुपयोग से संबंधित सामग्री के स्तर को यौन स्पष्ट सामग्री के साथ मेल खाते हुए लगते हैं,” उन्होंने जारी रखा।

निष्कर्ष और संबंध

शोधकर्ताओं के निष्कर्षों में से एक यह था कि यह बहुत कम संभावना है कि एक मूवी में तीनों जोखिम व्यवहारों का उच्च स्तर होगा, जो संभवतः मोशन पिक्चर एसोसिएशन (एमपीए) द्वारा निर्धारित मानकों के कारण है। उन्होंने एमपीए रेटिंग्स और जोखिम व्यवहारों के बीच एक संबंध भी पाया। उदाहरण के लिए, एमपीए हिंसा/ड्रग्स के दुरुपयोग की सामग्री पर कम जोर देता है क्योंकि यौन सामग्री बढ़ जाती है।

“एसएआईएल में, हम इस रचनात्मक व्यवसाय में सभी हितधारकों – लेखकों, फिल्म निर्माताओं और निर्माताओं – के लिए एआई पर आधारित प्रौद्योगिकियों और टूल्स को डिज़ाइन कर रहे हैं ताकि वे अपनी कहानी को फिल्म पर बताने से जुड़े विभिन्न महत्वपूर्ण विवरणों के बारे में जागरूकता बढ़ा सकें,” नारायणन ने कहा।

“हम न केवल कथाकारों के दृष्टिकोण में रुचि रखते हैं और उनकी कहानियों के बारे में जो वे बुनते हैं, बल्कि दर्शकों पर इसके प्रभाव और पूरे अनुभव से मिलने वाले ‘टेक-अवे’ को समझने में भी। ऐसे टूल्स समाजिक रूप से अर्थपूर्ण जागरूकता बढ़ाने में मदद करेंगे, उदाहरण के लिए, नकारात्मक स्टीरियोटाइप्स की पहचान करके,” उन्होंने कहा।

शोध टीम में यूएससी विटरबी में इलेक्ट्रिकल और कंप्यूटिंग इंजीनियरिंग में पीएचडी उम्मीदवार कृष्णा सोमंदेपल्ली और यूसीएलए के मनोविज्ञान विभाग के प्रोफेसर याल्डा टी उहल्स भी शामिल हैं।

शोध को EMNLP 2020 सम्मेलन में प्रस्तुत किया गया था।