Новый инструмент искусственного интеллекта может за секунды предсказать, какой у фильма будет рейтинг.

Фото: Pixabay/CC0 Public Domain

Кибернетика
Шрифты

Рейтинги фильмов могут определять привлекательность фильма для потребителей и размер его потенциальной аудитории. Таким образом, они влияют на чистую прибыль фильма. Обычно люди выполняют утомительную задачу вручную оценивать фильм на основе просмотра фильма и принятия решений о наличии насилия, злоупотребления наркотиками и сексуального содержания.

Теперь исследователи из инженерной школы в Витерби Университета Южной Калифорнии, вооруженные инструментами искусственного интеллекта, могут оценить содержание фильма за считанные секунды на основе сценария фильма и до того, как будет снята отдельная сцена. Такой подход мог бы позволить руководителям киноиндустрии заранее и по желанию составлять рейтинг фильма, внося соответствующие правки в сценарий и перед съемкой отдельной сцены. Помимо потенциальных финансовых последствий, такая мгновенная обратная связь позволит авторам сценариев и лицам, принимающим решения, задуматься о контенте, который они создают для общественности, и о влиянии, которое такой контент может оказать на зрителей.

Используя искусственный интеллект, примененный к сценариям, профессор и заведующий кафедрой инженерии Шрикант Нараянан, а также группа исследователей из Лаборатории анализа и интерпретации сигналов (Signal Analysis and Interpretation Lab (SAIL)) продемонстрировали, что лингвистические сигналы могут эффективно сигнализировать о поведении в отношении насильственных действий, злоупотребления наркотиками и сексуального содержания (действия, которые часто являются основанием для рейтинга фильма), которые собираются предпринять персонажи фильма.

Используя 992 сценария фильмов, содержащих сцены насилия, злоупотребления психоактивными веществами и сексуального характера, как определено Common Sense Media, некоммерческой организацией, которая оценивает и дает рекомендации для семей и школ, исследовательская группа SAIL обучила искусственный интеллект распознавать соответствующее рискованное поведение, шаблоны и язык.

Созданный инструмент искусственного интеллекта принимает в качестве входных данных весь сценарий, обрабатывает его через нейронную сеть и сканирует его на предмет выраженной семантики и настроений. При этом он классифицирует предложения и фразы как положительные, отрицательные, агрессивные и другие дескрипторы. Инструмент искусственного интеллекта автоматически классифицирует слова и фразы по трем категориям: насилие, злоупотребление наркотиками и контент сексуального характера.

Виктор Мартинес, докторант по информатике в Университете Калифорнии в Витерби и ведущий исследователь исследования, которое будет опубликовано в материалах конференции 2020 года по эмпирическим методам обработки естественного языка, сказал: «Наша модель рассматривает сценарий фильма, а не фактические сцены, включая, например, звуки выстрела или взрыва, которые происходят позже в производственном конвейере. Это дает преимущество в том, что дает рейтинг задолго до производства, чтобы помочь создателям фильма решить, например, какова степень насилия и нужно ли его смягчить».

Нараянан, чья лаборатория SAIL является пионером в области медиаинформатики и обработки естественного языка, чтобы привлечь внимание творческого сообщества к нюансам повествования историй, называет медиа «богатым средством изучения человеческого общения, взаимодействия и поведения, поскольку они предоставляют окно в общество».

«В SAIL мы разрабатываем технологии и инструменты, основанные на искусственном интеллекте, для всех участников этого творческого бизнеса - сценаристов, кинорежиссеров и продюсеров - чтобы повышать осведомленность о различных важных деталях, связанных с рассказом их истории в фильме», - Нараянан сказал.

«Нас интересует не только точка зрения сценаристов повествований, которые они создают», - сказал Нараянан, - «но также и понимание того, какое влияние оказывает на аудиторию и какие «выводы» из всего опыта. Подобные инструменты помогут повысить социально значимая осведомленность, например, путем выявления негативных стереотипов».

Источник: Tech Xplore / University of Southern California