Narzędzie AI umożliwia ocenę filmów przed rozpoczęciem zdjęć do pierwszej sceny

Oceny filmów są niezwykle ważne dla ich sukcesu i wpływu na widzów. Tradycyjnie, filmy są oceniane ręcznie przez ludzi, którzy oglądają je i biorą pod uwagę przemoc, nadużywanie substancji i treści seksualne.

Ten dynamiczny proces może się zmienić dzięki rozwojowi sztucznej inteligencji (AI). Niedawno, badacze z USC Viterbi School of Engineering użyli narzędzi AI do oceny filmu w ciągu kilku sekund. Jednym z najbardziej imponujących aspektów tego podejścia jest to, że ocena może być wykonana wyłącznie na podstawie scenariusza filmu, bez konieczności kręcenia jednej sceny. Dzięki temu, wytwórcy filmowi mogą opracować scenariusz, wprowadzić zmiany i zaprojektować ocenę filmu z wyprzedzeniem, zanim rozpoczną kręcenie jakichkolwiek scen.

Nowo opracowane podejście będzie miało wpływ finansowy na studia filmowe, ale może również pomóc twórcom w rozwoju i edycji historii na podstawie przewidywanego wpływu i reakcji widzów.

Badania były prowadzone przez Shrikanha Narayanan, profesora i Niki & C. L. Max Nikias Chair in Engineering, wraz z zespołem badaczy z Signal Analysis and Interpretation Lab (SAIL) na USC Viterbi.

Stosowanie AI do scenariuszy

Po zastosowaniu AI do scenariuszy filmowych, zespół odkrył, że wskazówki językowe mogą wskazywać na pewne zachowania związane z przemocą, nadużywaniem substancji i treściami seksualnymi, które są przedstawiane przez postacie. Te kategorie treści są często używane do oceny współczesnych filmów.

Zespół wykorzystał 992 scenariusze filmowe, które zostały określone przez Common Sense Media jako zawierające treści przemocy, nadużywania substancji i treści seksualne. Organizacja non-profit jest odpowiedzialna za tworzenie rekomendacji filmowych dla rodzin i instytucji edukacyjnych.

Wytrenowana AI została następnie zastosowana do 992 scenariuszy, identyfikując zachowania ryzykowne, wzorce i określone słowa. Najpierw otrzymuje scenariusz jako dane wejściowe, a następnie przetwarza go za pomocą sieci neuronowej, która skanuje semantykę i wyrażenia emocjonalne.

AI działa jako narzędzie klasyfikacji, oznaczając zdania i frazy jako pozytywne, negatywne, agresywne lub inne opisy. Słowa i frazy są również klasyfikowane do trzech kategorii: przemoc, nadużywanie substancji i treści seksualne.

Victor Martinez jest kandydatem na stopień doktora w dziedzinie informatyki na USC Viterbi i głównym badaczem.

“Nasz model patrzy na scenariusz filmu, a nie na same sceny, w tym dźwięki, takie jak strzał lub wybuch, które występują później w procesie produkcji”, powiedział Martinez. “To ma zaletę, że dostarcza oceny znacznie wcześniej, co pomaga twórcom filmów decydować o stopniu przemocy i czy należy ją zmniejszyć”.

“Wydaje się, że istnieje korelacja między ilością treści w typowym filmie związanym z nadużywaniem substancji a ilością treści seksualnych. Niezależnie od tego, czy jest to zamierzone, czy nie, twórcy filmów wydają się dopasowywać poziom treści związanych z nadużywaniem substancji do treści seksualnych”, kontynuował.

Wyniki i korelacje

Jednym z odkryć badaczy było to, że jest bardzo mało prawdopodobne, aby film zawierał wysoki poziom wszystkich trzech zachowań ryzykownych, co jest prawdopodobnie spowodowane standardami ustalonymi przez Stowarzyszenie Motion Picture (MPA). Odkryli również korelację między zachowaniami ryzykownymi a ocenami MPA. Na przykład, MPA przykłada mniejszą wagę do treści związanych z przemocą/nadużywaniem substancji, gdy wzrasta ilość treści seksualnych.

“W SAIL, projektujemy technologie i narzędzia oparte na AI dla wszystkich zaangażowanych w tym kreatywnym biznesie – pisarzy, twórców filmów i producentów – aby zwiększyć świadomość o różnych ważnych szczegółach związanych z opowiadaniem ich historii na filmie”, powiedział Narayanan.

“Nie tylko jesteśmy zainteresowani perspektywą twórców narracji, ale także wpływem na widzów i ‘wynikiem’ całego doświadczenia. Narzędzia takie jak te pomogą zwiększyć świadomość o znaczeniu społecznym, na przykład poprzez identyfikację negatywnych stereotypów”.

Zespół badawczy obejmuje również Krishnę Somandepalli, kandydata na stopień doktora w dziedzinie inżynierii elektrycznej i komputerowej na USC Viterbi, oraz profesora Yaldę T. Uhls z Wydziału Psychologii UCLA.

Badania zostały przedstawione na konferencji EMNLP 2020.