Алатката за вештачка интелигенција овозможува рејтинг на филмови пред да ја снимате првата сцена

Оцените на филмовите се од витално значење за крајната линија на филмот и го одредуваат неговото влијание врз публиката. Традиционално, луѓето што го гледаат филмот рачно го оценуваат, земајќи ги предвид насилството, злоупотребата на дрога и сексуалната содржина.

Оваа динамика може да се промени наскоро со порастот на вештачката интелигенција (ВИ). Неодамна, истражувачите од УСЦ Витерби Факултетот за инженерство користеа алатки за вештачка интелигенција за да оценат филм во рок од неколку секунди. Еден од најимпресивните аспекти на овој пристап е тоа што оценувањето може да се направи само врз основа на сценариото на филмот, без да се сними ниту еден кадар. Поради ова, директорите на филмот може да развијат сценарио, да прават уредувања и да дизајнираат рејтинг на филмот однапред и пред да снимаат какви било сцени.

Новоразвиениот пристап би имал финансиско влијание врз студијата, но исто така може да им помогне на креативните умови да развијат и уредуваат приказна врз основа на предвиденото влијание и одговор од гледачите.

Истражувањето беше предводено од Шрикан Нарајанан, универзитетски професор и Ники и КЛ Макс Никиас претседател по инженерство, заедно со тим истражувачи од Лабораторијата за анализа и интерпретација на сигнали (SAIL) во USC Viterbi.

Примена на вештачка интелигенција на скрипти

По примената на вештачката интелигенција на филмските сценарија, тимот откри дека јазичните знаци може да укажат на одредени однесувања околу насилството, злоупотребата на дрога и сексуалните содржини што ќе ги покажат ликовите. Овие категории на содржини често се користат за оценување на денешните филмови.

Тимот искористил 992 филмски сценарија за кои Common Sense Media утврдиле дека имаат насилна, злоупотреба на супстанции и сексуална содржина. Непрофитната организација е одговорна за правење препораки за филмови за семејствата и образовните институции.

Потоа беше применета обучена вештачка интелигенција на 992 скрипти, идентификувајќи го ризичното однесување, обрасците и одреден јазик. Прво ја прима скриптата како влез пред да ја обработи преку невронска мрежа, која скенира за семантика и изрази на чувства.

Вештачката интелигенција работи како алатка за класификација, означувајќи ги речениците и фразите како позитивни, негативни, агресивни или некој друг дескриптор. Зборовите и фразите исто така се класифицирани во три категории: насилство, злоупотреба на дрога и сексуална содржина.

Виктор Мартинез е докторант по компјутерски науки на USC Viterbi и главен истражувач.

„Нашиот модел го гледа сценариото на филмот, наместо вистинските сцени, вклучително на пр. звуци како истрел од пиштол или експлозија што се случува подоцна во продукциската линија“, рече Мартинез. „Ова има придобивка од обезбедувањето рејтинг долго пред производството за да им помогне на филмаџиите да одлучат, на пример, за степенот на насилство и дали тоа треба да се намали“.

„Се чини дека постои корелација во количината на содржина во типичен филм фокусиран на злоупотреба на супстанции и количината на сексуална содржина. Без разлика дали намерно или не, се чини дека филмаџиите одговараат на нивото на содржина поврзана со злоупотреба на супстанции со сексуално експлицитна содржина“, продолжи тој.

Наоди и корелации

Еден од наодите на истражувачите беше дека е многу малку веројатно филмот да содржи високи нивоа на сите три ризични однесувања, што веројатно е предизвикано од стандардите поставени од Здружението за филмови (MPA). Тие, исто така, открија корелација помеѓу ризичното однесување и рејтингот на MPA. На пример, MPA става помал акцент на содржината за насилство/злоупотреба на супстанции како што се зголемува сексуалната содржина.

„Во SAIL, ние дизајнираме технологии и алатки, базирани на вештачка интелигенција, за сите засегнати страни во овој креативен бизнис - писателите, филмаџиите и продуцентите - за да ја подигнеме свеста за различните важни детали поврзани со раскажувањето на нивната приказна на филмот“, Нарајанан. кажа.

„Не само што сме заинтересирани за перспективата на раскажувачите на наративите што ги плетат, туку и за разбирањето на влијанието врз публиката и „одземањето“ од целото искуство. Алатките како овие ќе помогнат да се подигне општествено значајната свест, на пример, преку идентификување на негативни стереотипи“.

Истражувачкиот тим го вклучува и Кришна Сомандепали, д-р. кандидат за електротехничко и компјутерско инженерство на УСЦ Витерби и професорката Јалда Т. Улс од Катедрата за психологија на UCLA.

Истражувањето беше претставено на EMNLP 2020 година конференција.