IT-специалисты из компаний 20th Century Fox и Google Cloud разработали технологию на базе машинного обучения, которая анализирует просмотры трейлеров и предсказывает вероятность того, что люди пойдут на эти фильмы и «родственные» им картины в кинотеатры.
Сама технология получила название Merlin. Система распознает объекты и паттерны сюжета трейлеров для «понимания» самой картины. Merlin сканирует трейлеры и выявляет объекты вроде «мужчина с бородой», «пистолет», «машина», решая что это за картина и в каком контексте демонстрируется объект.
Например, если протагониста показывают достаточно долго/часто крупным планом, скорее всего, жанр фильма — драма. Когда героев показывают фрагментами и кадры часто меняются, то фильм, скорее всего — экшн. Merlin способен предсказывать разного рода катастрофы — например, если машина движется слишком быстро, скорее всего, будет авария со взрывом. Ну а погони с авариями — это явно экшн.
Далее система «придумывает» теги для каждой из картин и группирует теги в категории. На данный момент Merlin проанализировал стони фильмов и миллионы групп данных о посещаемости каждой картины зрителями в кинотеатрах. По словам разработчиков системы, она является полностью анонимной, данные деперсонализированы. Но пока неясно, какие именно данные о посещениях используются для анализа. Зато известно, что эта информация анализируется вместе с «базовыми демографическими» данными на индивидуальном уровне.
Все это нужно для того, чтобы получить возможность предсказывать популярность той либо иной картины на основе ее жанра и наиболее часто встречающихся объектов (мужчина с бородой, машина и пистолет. Кинокомпания использует это для прогноза продаж билетов в кинотеатрах.
Кроме того, кинокомпания собирается использовать Merlin для того, чтобы изучать оптимальные методы маркетинга для той либо иной картины.
По мнению некоторых экспертов, нормально работать такая система не сможет, просто потому, что кроме разного рода объектов, встречающихся в фильмах, картины популярны или непопулярны в силу ряда других факторов. Это могут быть шутки, намеки, игра актеров, спецэффекты и многое другое. Да, компьютер может распознать «мужчину с бородой», но это отнюдь не главный фактор успеха фильма.
Теги для фильма «Логан» с максимальной частотой повторения
Merlin способен предсказывать, пойдут ли те, кто просмотрел определенный трейлер, на другие фильмы со схожими объектами и сюжетом. Но иногда бывают и несостыковки. Например, для фильма «Логан» Merlin сделал прогноз, что его зрители пойдут в кинотеатры на фильмы вроде The Magnificent Seven, Jason Bourne, John Wick 2 и The Legend of Tarzan. Собственно, здесь понятно, что в первых трех картинах есть «мужчины», «бороды» и оружие. Но в случае с Тарзаном прогноз был сделан лишь на основе тега «деревья», которых с избытком хватает в Логане.
По мнению разработчиков Merlin, платформа способна предсказывать правильно около 50% фильмов, на которые могут пойти те, кто просмотрел трейлер определенной картины. На основе этих данных компания может планировать расходы на маркетинговые кампании и конфигурацию кампаний по продвижению фильмов.
Пока что у платформы есть ряд недостатков. Например, вполне вероятно, что зритель, просмотревший «Логана», будет с интересом смотреть и другие фильмы, имеющие отношение к супергероям. Но в списке вероятностей Merlin ни одна такая картина не указана, что говорит о неспособности платформы анализировать сюжет картины и узнавать главных ее героев.
С другой стороны, все это — лишь первые опыты. Компании будут совершенствовать свою платформу, обучая ее новым премудростям анализа картин. И можно не сомневаться, что с возможностями 20th Century Fox и Google Cloud успех будет достигнут.
