抛开时下热门的投资诈骗或股权众筹之类的可行性不谈，我们来讨论一些真正重要的东西。比如，为什么每一部星球大战的剧情都是围绕着一个需要被摧毁的巨型空间站？而且帝国是怎么承担得起建造这些个价值上万亿的巨型武器，还不会破产的呢？据我们最近所了解，单单一个宇宙飞船的造价很容易就超过五千亿美元（如果各位极客和金融分析师的看客们不介意我们抛开科幻世界的枷锁的话）。看起来这年头写一个好莱坞剧本并不怎么消耗脑力。所以也就不难发现：AI已经被娱乐行业拿来实现这些特技并且也有很多其他方方面面的应用。

很多人可能已经知道在去年一个名为本杰明的AI如何为一个短科幻视频写了一个错综复杂令人困惑的剧本：虽然没什么意义，但依然要比Shia LaBeouf 主演任何一个电影要好。你可能已经在 Futurism.com 上读过一篇不是关于Elon Musk 的，而是关于一个AI算法可作出与毕加索相似的绘画的文章。我们最近喜欢的一个作品是由爱尔兰民间音乐作家 Bot Dylan（机器学习作曲家），来听一听这曲子：https://www.youtube.com/watch?v=jnBnvljEQzs

这些都是AI在娱乐行业中很酷很有创意的应用，但还没有我们所熟知的任何创业公司将机器学习应用到写剧本和音乐创作中。也许这违反了演员工会（译者注：美国）的规定，但不管怎么说，我们还是追踪了一些将AI应用到娱乐相关的创业公司，包括为每个客户提供一些文化建议、分析剧本来找到下一个重磅炸弹。

定制化的AI娱乐

纽约市的创业公司Qloo 堪称是另一个版本的Netflix，额，其实除了Netflix所做的一切，他们的业务还包括音乐、餐饮、时尚、图书、旅游、体育、人物、品牌和消费产品。自称为“文化AI”，Qloo自5年前成立以来已经融资一千四百万美元，包括这个月月初650万美元的B轮融资。投资人包括一些明星投资人比如 Elton John爵士和 Leonardo DiCaprio 爵士。Qloo的AI算法可以预测任意受众的口味，并且可以在上述各种不同的文化类别之间作出联系。

当然了，这一切都依赖于数据。例如，对于印刷版的1800万本书，Qloo声称其AI平台了解这些书的设定、角色、流派、子类型、及其精装版超过400种属性（甚至包括重量是多少这样细致的特征）。对于电影，Qloo的数据覆盖了320万部电影，包括导演和演员。它还基于每个人在网络上喜好并结合所有其它的非结构数据，建立了超过1.2亿份个人档案，而这个数字还在不停增加。之后Qloo便开始匹配这些观点，找到联系（参见上文），并尝试挖掘出诸如哪些娱乐你最感兴趣或者哪些商品能被你选中到购物车中。

与此同时，回到西海岸，LA的公司IRIS.TV 创业五年来已经融资了8500万美元，他们主要帮助企业让观众在视频内容上的停留时间更长。IRIS通过一个叫做广告计划管理器（Campaign Manager）的工具来实现，该公司表示该工具还可以插播品牌视频广告。IRIS声称客户的视频浏览留存率平均已提升了70%。这都是怎么做到的？正如一位IRIS.TV的管理层在其公司博客中解释的：
“我们在客户视频观看体验中所被动收集到的各种信息，会通知到我们的机器学习模块，然后生成更多的相关视频。通过大数据创建我们的智能视频分发模型，帮助客户变现其视频内容，并且帮助发布者平台上的内容增加展现。”

他们的客户包括CBS、Time、Sports Illustrated 和 Playboy。我们很好奇Pornhub（一家成人视频网站）有没有联系过他们，尽管他们的用户一般不会在他们网站上停留超过5分钟。

电影中的AI应用

各位还记得 Gene Siskel 和 Roger Ebert 还活着的时候吗？（译者注：两位均为已故美国影评人）时间过得太快了？那么，影视工作室不再需要等待观众的评价来看看他们最新的泰坦尼克号是否将漂浮还是沉没。像 ScriptBook 这样的公司，去年种子轮就融了120万美元，正在使用AI来预测一部电影未来的票房如何，而这些预测仅仅基于它所阅读的剧本。根据Ubergizmo上的一篇文章，ScriptBook的AI平台在前六个月就搜罗了4000篇剧本和1万部电影。通过算法衍生出了一种预测电影未来票房成功与否的系统。

上图为ScriptBook系统中电影Passengers的概览图

在一个案例中，ScriptBook 的技术（称为 Script2Screen）为科幻电影《乘客》（Passengers，一部关于两个在有史以来最长的旅途中的两个人的电影）分析了其剧本，进而预测出该电影将有1.18亿美金的美国票房成绩，而实际票房为1亿美元。该公司还可以预测出一些关键的成功事件。ScriptBook预测电影《乘客》在网络上的评分将在7.3分，而IMDb的评分为7.1分。另一个案例中，ScriptBook分析了62部发布于2015和2016两年间的好莱坞电影。它预测出其中30部电影可以盈利，而22部电影是亏钱的。他们都是Shia LaBeouf 主演的吧，至少我们是这么假设的。

AI娱乐行业的预测分析可以说是百花齐放，各有特色。以色列有一家创业公司叫做 VaulML。该公司并没有融资的新闻，但是已经赢得了《财富》杂志的关注。《财富》杂志报道，该公司的4CAST平台可以通过剧本或者预告片就可以预测出电影的票房金额。据报道，Vault花了两年时间来训练它的神经网络算法，该算法使用的数据包括了过去30年的票房收入、电影拍摄预算、观众人群画像和拍摄信息。公司CEO向新闻网站爆料，他的AI娱乐平台精准预测票房的概率是75%，而且机器将会持续学习……学习到 Shia LaBeouf是一个很糟糕很糟糕的演员……。该公司还有另一个产品名为Alpha Vault，使用AI做面向娱乐行业的商业分析。

波士顿的Pilot Movies公司是另一家使用算法来预测票房的年轻创业公司。据Boston Globe的报道，他们的算法把将要预测的电影拿来和1990年以来的每一部电影进行比较。Pilot Movies说一旦一部预告片发布出来，他们的预测准确度可以超过80%。你可以看看最近过去的这周末他们在电影票房上的预测如何。

Credit: Pilot Movies

该公司也把AI与大数据的力量应用到分析娱乐行业的其他方面，比如电影行业中的女性以及少数派的代表性（http://variety.com/2017/film/news/oscar-wins-diversity-moonlight-fences-1201999311/），这些东西总是受到观众愿意为什么内容付钱的影响。

编外篇

芬兰的一家创业公司Valossa（名字听起来好像芬兰的海神https://en.wikipedia.org/wiki/Vellamo），在种子轮拿了一笔较少的65万美元融资，用于研发一款AI平台，其可以在视频中检测识别出人、视频与音频上下文、讨论的话题、命名的实体、一般的主题以及敏感内容。它使用了计算机视觉、机器学习以及自然语言处理（http://www.nanalyze.com/2016/11/artificial-intelligence-definition/）等技术，为每一秒视频都创建元数据。这就好像有些公司对静态图片做的那些事（http://www.nanalyze.com/2016/04/5-computer-vision-and-image-understanding-companies/），但是可能会更让人印象深刻，如果该平台真可以像广告中宣称的那样。以下你可以看看 Val.ai 可以做什么。

Credit: Valossa

Studio Daily 此前报道过大约有120家公司在早前Val发布前就已参与过Beta版的测试。Val公司宣称他们的技术可以解决视频中内容发现的难题，但Studio Daily指出该技术的一个明显应用便是给媒体公司来使用这些元数据做场景广告。

结论

尽管距离AI创造出它自己的大片或者让Shia LaBeouf看起来是个合格的演员还很远，但是机器学习技术确实已经开始进入娱乐行业。我们还没看到的是，VC凭借着AI娱乐的成功投资来让银行招架不住。如果几个月后我们再写十几家人工智能娱乐公司，我们也不会感到惊讶，就好像最近我们报道的招聘中的AI职位一样。当涉及到AI版图的时候，一切都在飞速变化。

你可以无需存款、免费开设一个Motif的投资账户（http://www.dpbolvw.net/click-7405332-11097716-1418774747000），这样您便可以创建自己的股票组合，并且也可以看看我们那些Nanalyze图案（涵盖了很多各种颠覆式创新的投资主题）。

作者：NANALYZE。

译者简介

王恒，程序化广告平台产品经理，iCDO翻译志愿者。