Інструмент штучного інтелекту дозволяє оцінювати фільми до зйомок першої сцени

Оцінки фільмів мають важливе значення для фінансових результатів фільму та його впливу на аудиторію. Традиційно фільм оцінюється людьми, які дивляться його, враховуючи насильство, зловживання наркотиками та сексуальний контент.

Ця динаміка може змінитися з появою штучного інтелекту (ШІ). Нещодавно дослідники з Університету Південної Каліфорнії (USC Viterbi) використали інструменти ШІ для оцінки фільму впродовж декількох секунд. Одним з найвражаючих аспектів цього підходу є те, що оцінка може бути зроблена лише на основі сценарію фільму, без зйомки жодної сцени. Через це керівники фільмів можуть розробити сценарій, зробити редагування та спроектувати оцінку фільму заздалегідь, до початку зйомок.

Новий підхід матиме фінансовий вплив на студії, але він також може допомогти творчим людям розробити та редагувати історію на основі передбачуваного впливу та реакції глядачів.

Дослідження було проведено під керівництвом Шріканха Нараянана, університету та голови кафедри Нікі та К.Л. Макса Нікіаса в галузі інженерії, разом з командою дослідників з лабораторії аналізу та інтерпретації сигналів (SAIL) в USC Viterbi.

Застосування ШІ до сценаріїв

Після застосування ШІ до сценаріїв фільмів команда виявила, що лінгвістичні підказки можуть вказувати на певну поведінку, пов’язану з насильством, зловживанням наркотиками та сексуальним контентом, яку персонажі можуть демонструвати. Ці категорії контенту часто використовуються для оцінки сучасних фільмів.

Команда використала 992 сценарії фільмів, які були визначені організацією Common Sense Media як фільми з насильством, зловживанням наркотиками та сексуальним контентом. Ця неприбуткова організація відповідає за надання рекомендацій щодо фільмів для сімей та освітніх закладів.

Навчений ШІ був застосований до 992 сценаріїв, ідентифікуючи ризикову поведінку, закономірності та особливу мову. Спочатку він отримує сценарій як вхідні дані, а потім обробляє його через нейронну мережу, яка сканує семантику та вирази настрою.

ШІ працює як інструмент класифікації, маркуючи речення та фрази як позитивні, негативні, агресивні або інші описувачі. Слова та фрази також класифікуються у три категорії: насильство, зловживання наркотиками та сексуальний контент.

Віктор Мартінес – докторант кафедри комп’ютерних наук в USC Viterbi та головний дослідник.

“Наша модель розглядає сценарій фільму, а не фактичні сцени, включаючи, наприклад, звуки пострілу або вибуху, які відбуваються пізніше в процесі виробництва,” – сказав Мартінес. “Це має перевагу у тому, що забезпечує оцінку ще до початку виробництва, щоб допомогти кінематографістам вирішити, наприклад, ступінь насильства та чи потрібно його пом’якшити.”

“Здається, існує кореляція між кількістю контенту в типовому фільмі, пов’язаному з зловживанням наркотиками, та кількістю сексуального контенту. Чи то свідомо, чи ні, кінематографісти, здається, збігають рівень контенту, пов’язаного з зловживанням наркотиками, з сексуально явним контентом,” – продовжив він.

Висновки та кореляції

Одним з висновків дослідників було те, що дуже малоймовірно, щоб фільм містив високий рівень усіх трьох ризикових поведінок, що, ймовірно, викликано стандартами, встановленими Асоціацією кінематографістів (MPA). Вони також виявили кореляцію між ризиковими поведінками та оцінками MPA. Наприклад, MPA ставить менше акценту на насильстві/зловживанні наркотиками, коли збільшується сексуальний контент.

“У SAIL ми розробляємо технології та інструменти на основі ШІ для всіх учасників цього творчого бізнесу – письменників, кінематографістів та продюсерів – для підвищення рівня усвідомлення щодо різних важливих деталей, пов’язаних з розповіддю їхньої історії на екрані,” – сказав Нараянан.

“Нас цікавить не лише перспектива оповідачів тих історій, які вони ткують, але й розуміння впливу на аудиторію та те, що глядачі виводять з усього досвіду. Інструменти, такі як ці, допоможуть підвищити соціально значиме усвідомлення, наприклад, шляхом ідентифікації негативних стереотипів.”

До команди дослідників також входять Крішна Сомандепаллі, докторант кафедри електротехніки та комп’ютерних наук в USC Viterbi, та професор Ялда Т. Ухлс з кафедри психології Університету Каліфорнії в Лос-Анджелесі (UCLA).

Дослідження було представлено на конференції EMNLP 2020.