人工智能：揭示“情感弧”，找到好劇本

上面的廣告其實(shí)挺不錯(cuò)的??

2016年，“Sunspring”在科幻電影倫敦電影節(jié)上首次亮相。這部電影以存在著大量失業(yè)的反烏托邦世界為背景，吸引了許多影迷，其中一位觀眾表示它很有趣也很奇怪。因?yàn)檫@部電影最值得注意的地方在于它的創(chuàng)作：一個(gè)人工智能機(jī)器人(AI)編寫(xiě)了“Sunspring”的劇本。

你也許會(huì)認(rèn)為機(jī)器將取代人類(lèi)成為內(nèi)容的創(chuàng)作者，就像自動(dòng)駕駛?cè)〈肆︸{駛一樣。然而，只要你看過(guò)“Sunspring”之后就不會(huì)這么認(rèn)為了。

如上圖，影片中的一個(gè)角色莫名其妙地咳出一只眼球。一位影評(píng)家指出，短片里的對(duì)話聽(tīng)起來(lái)更像一系列不相關(guān)句子的集合。所以，除非等到人工智能技術(shù)產(chǎn)生真正的進(jìn)步，否則我們?nèi)匀恍枰ぞI(yè)業(yè)的編劇俯身在鍵盤(pán)上譜寫(xiě)真正的故事。

雖然機(jī)器無(wú)法獨(dú)立創(chuàng)作，但我們可以設(shè)想一個(gè)不那么極端的場(chǎng)景：機(jī)器能通過(guò)與人類(lèi)一起工作來(lái)改進(jìn)故事創(chuàng)作的流程嗎？

想象一下這種協(xié)作將如何在豐富的視頻媒體中展開(kāi)？像往常一樣，講故事的人會(huì)用巧妙的情節(jié)扭曲和現(xiàn)實(shí)的對(duì)話來(lái)創(chuàng)作劇本。AI將提供增加故事情感吸引力的建議，以此來(lái)讓他們的工作更富有成效。比如，AI能識(shí)別讓人們產(chǎn)生希望的音樂(lè)配樂(lè)或視覺(jué)圖像。這項(xiàng)技術(shù)將使劇本更具魅力，幫助創(chuàng)作人員不斷地去挖掘觀眾的情感需求。

麻省理工學(xué)院（MIT）媒體實(shí)驗(yàn)室曾調(diào)查了內(nèi)容創(chuàng)作中人類(lèi)與AI協(xié)作的潛力。其團(tuán)隊(duì)提了一個(gè)問(wèn)題——機(jī)器有沒(méi)有可能識(shí)別故事中常見(jiàn)的情感套路？比如角色在艱難時(shí)期掙扎、戰(zhàn)勝艱難困苦、最終戰(zhàn)勝邪惡的典型的命運(yùn)敘事？答案若是肯定的，那內(nèi)容創(chuàng)作者能用這些信息來(lái)預(yù)測(cè)觀眾的反應(yīng)嗎？這些問(wèn)題對(duì)任何內(nèi)容創(chuàng)作者都非常重要，無(wú)論你是業(yè)余愛(ài)好者還是媒體行業(yè)高管。

01 情感?。汗适碌闹е?/strong>

首先，我們要談?wù)勄楦谢【€。講故事的大師——從森達(dá)克到斯皮爾伯格，再?gòu)钠蒸斔固氐狡た怂梗麄兌忌朴诩ぐl(fā)我們的情感。憑借著對(duì)人類(lèi)感情脈絡(luò)的洞察，他們調(diào)整他們的故事，在關(guān)鍵時(shí)刻激起我們的歡樂(lè)、悲傷和憤怒。但是，即使是最好的內(nèi)容創(chuàng)作者也不一定能保證他的作品能被每一個(gè)人都喜歡——比如一些莎士比亞戲劇會(huì)讓觀眾感到無(wú)聊或者與己無(wú)關(guān)。

是什么影響著人們的好惡？我們的結(jié)論是：一個(gè)故事的情感弧在很大程度上解釋了為什么一些電影贏得了贊譽(yù)，而另一些則沒(méi)有。

情緒弧的想法并不新鮮。每個(gè)講故事的大師都熟悉它們，有些人試圖找出最常見(jiàn)的模式。比如Kurt Vonnegut將情感弧解釋為“灰姑娘模式”：故事開(kāi)始時(shí)，主角處于絕望境地；接下來(lái)仙女教母提供的幫助讓情況得以改善……在進(jìn)一步的麻煩之后。無(wú)論發(fā)生什么事，灰姑娘式的故事都會(huì)以勝利的方式結(jié)束，即英雄或女主角永遠(yuǎn)幸福地生活著。

有證據(jù)表明，故事的情感弧會(huì)對(duì)觀眾參與度造成影響。例如，有多少人在社交媒體上評(píng)論它，或者向他們的朋友推薦這部作品。在賓夕法尼亞大學(xué)的一項(xiàng)研究中，研究人員統(tǒng)計(jì)了紐約時(shí)報(bào)的文章，他們發(fā)現(xiàn)讀者最常分享的內(nèi)容會(huì)引起強(qiáng)烈的情感反應(yīng)，尤其是那些鼓勵(lì)積極情緒的內(nèi)容。于是我們便有理由認(rèn)為，電影觀眾遵循著同樣的邏輯。

02 讓機(jī)器成為電影觀眾

一些研究人員已經(jīng)開(kāi)始使用機(jī)器學(xué)習(xí)來(lái)識(shí)別故事中的情感弧。在佛蒙特大學(xué)開(kāi)發(fā)的一種程序能讓計(jì)算機(jī)掃描文本視頻腳本以構(gòu)建情感弧。

于是我們決定更進(jìn)一步，開(kāi)發(fā)了機(jī)器學(xué)習(xí)模型，依靠深度神經(jīng)網(wǎng)絡(luò)“觀看”短篇視頻，包括電影，電視和其他短片，并在第二步對(duì)他們的積極或消極情緒進(jìn)行評(píng)估。

這些模型考慮了視頻內(nèi)容的所有方面——不僅僅是情節(jié)、角色和對(duì)話，還包括更微妙的觸感。比如近距離拍攝一個(gè)人的臉，或者在汽車(chē)追逐場(chǎng)景中播放的音樂(lè)片段。當(dāng)每個(gè)片段的內(nèi)容被合在一起進(jìn)行評(píng)估時(shí)，故事的情感弧就會(huì)顯現(xiàn)出來(lái)。

想象這樣一個(gè)時(shí)刻：機(jī)器可以查看一個(gè)沒(méi)有任何標(biāo)簽的視頻，并根據(jù)所有的音視頻元素為這個(gè)故事創(chuàng)造一個(gè)情感弧。

讓我們以《飛屋環(huán)游記》為例進(jìn)行具體分析，這是一部非常受歡迎的電影。這部動(dòng)畫(huà)的主角是卡爾·弗雷德里克森（Carl Fredricksen），他是一位脾氣暴躁的老年人，在他的妻子艾莉（Ellie）去世后，他為了進(jìn)行一場(chǎng)飛行冒險(xiǎn)而將成千上萬(wàn)的氣球掛在家中……

為了給卡爾的飛行冒險(xiǎn)一個(gè)合適的理由，編劇必須構(gòu)思出他旅行背后的復(fù)雜原因。于是出現(xiàn)了動(dòng)畫(huà)開(kāi)頭的一段故事，除了配樂(lè)之外這段動(dòng)畫(huà)沒(méi)有任何人聲，根據(jù)這段動(dòng)畫(huà)，我們做出了一個(gè)情感弧的評(píng)估。

你可以在下圖中看到隨著故事發(fā)展觀眾情緒的高低點(diǎn)。x軸是時(shí)間，以分鐘為單位，y軸是圖像在特定時(shí)間激發(fā)正面或負(fù)面情緒的程度。得分越高，情緒越積極。

正如在許多視頻中一樣，情感弧跟隨故事的發(fā)展會(huì)出現(xiàn)一系列轉(zhuǎn)變，而非明確的向上或向下軌跡。例如，最高峰之一對(duì)應(yīng)于卡爾作為一個(gè)快樂(lè)的孩子的形象，但不久之后，當(dāng)年輕的艾莉在半夜嚇唬他時(shí)，評(píng)分有了很大的下降，機(jī)器的負(fù)面反應(yīng)反映了卡爾的恐懼。當(dāng)他們計(jì)劃生孩子或年老的他們進(jìn)行擁抱時(shí)，高峰又出現(xiàn)了。而當(dāng)埃莉去世后，卡爾獨(dú)自回家時(shí)，評(píng)分暴跌。

麻省理工學(xué)院的機(jī)器學(xué)習(xí)模型已經(jīng)完成對(duì)數(shù)千個(gè)視頻的審查，并為每個(gè)視頻構(gòu)建了情感弧。為了衡量他們的準(zhǔn)確性，我們要求志愿者用各種情感標(biāo)簽對(duì)電影的每個(gè)片段做注釋。更重要的是，志愿者必須確定究竟是哪些原因觸發(fā)了他們的情感波動(dòng)，是對(duì)話？還是音樂(lè)或圖像？我們利用這些見(jiàn)解來(lái)改進(jìn)我們的模型。

03 從家庭情景故事中找尋情感弧

在對(duì)視頻分析中的數(shù)據(jù)進(jìn)行篩選之后，我們開(kāi)發(fā)了一種專(zhuān)門(mén)針對(duì)家庭情景劇的算法，我們?cè)趦蓚€(gè)獨(dú)立的數(shù)據(jù)集中尋找家庭情景劇的情感弧變化，其中一個(gè)數(shù)據(jù)集集合了500多部好萊塢電影，另一個(gè)數(shù)據(jù)集則匯聚了Vimeo上近1500部短片。

據(jù)我們對(duì)評(píng)分的初步分析顯示，大多數(shù)故事的情感弧都可以被歸類(lèi)到固定的幾種評(píng)分曲線里（劇情設(shè)定、情感波動(dòng)類(lèi)似）。比如Vimeo上視頻所產(chǎn)生的情感弧被歸類(lèi)為五個(gè)曲線，這些視頻所產(chǎn)生評(píng)論比其他曲線更多，如下圖所示。對(duì)黃色曲線的家庭劇來(lái)說(shuō)，在視頻的早期，負(fù)面情緒急劇上升，隨后是持續(xù)的積極情緒直到尾聲。

有了這個(gè)情感弧曲線，我們就能去預(yù)測(cè)觀眾對(duì)某一模式劇本的喜愛(ài)程度。

04 利用AI預(yù)測(cè)觀眾參與度

一個(gè)故事的弧線或者它所屬的情感弧系列能決定觀眾對(duì)故事的反應(yīng)嗎？某些具有特定情感弧曲線的故事是否更能刺激觀眾參與？

我們的團(tuán)隊(duì)試圖通過(guò)分析Vimeo短片數(shù)據(jù)集的視覺(jué)數(shù)據(jù)來(lái)回答這些問(wèn)題，對(duì)于每個(gè)故事，我們使用回歸模型來(lái)考慮其情感弧的特征，同時(shí)排除那些無(wú)關(guān)的可能影響受眾情緒波動(dòng)的各種元數(shù)據(jù)，例如視頻長(zhǎng)度和上傳日期。

我們的目的是預(yù)測(cè)視頻在Twitter和其他社交媒體上會(huì)收到多少評(píng)論。在大多數(shù)情況下，大量的評(píng)論意味著觀眾的強(qiáng)烈參與意愿。

對(duì)Vimeo視頻的其他分析揭示了其結(jié)果，兩個(gè)情感弧曲線吸引了比其他家族更多的評(píng)論，如下圖所示。這兩個(gè)故事模式其結(jié)尾都是積極情感的爆炸，主要的不同之處在于左邊圖表中紅色曲線的故事包含了更多的情緒波動(dòng)。這或許與賓夕法尼亞大學(xué)的研究結(jié)果一致，即積極的情緒會(huì)產(chǎn)生最大的參與。

我們的團(tuán)隊(duì)閱讀了所有數(shù)據(jù)集內(nèi)Vimeo短片的評(píng)論，對(duì)表達(dá)的情緒類(lèi)型進(jìn)行了評(píng)級(jí)，并運(yùn)行了一個(gè)程序來(lái)測(cè)量評(píng)論的長(zhǎng)短。這一分析證實(shí)，上述兩個(gè)故事模式往往會(huì)產(chǎn)生更長(zhǎng)、更熱情的評(píng)論。同樣令人震驚的是，這些評(píng)論并沒(méi)有就特定的某個(gè)場(chǎng)景做反應(yīng)，而是針對(duì)視頻的整體情感進(jìn)行評(píng)論，這意味著它們更能佐證我們的結(jié)論。

這些洞察并不一定會(huì)讓編劇們重新開(kāi)始創(chuàng)作，但是，它們可以激勵(lì)內(nèi)容創(chuàng)作者客觀地看待他們的內(nèi)容，并修改提高內(nèi)容的用戶(hù)參與度。比如在關(guān)鍵時(shí)刻加入新的配樂(lè)或不同的形象，以及對(duì)情節(jié)、對(duì)話和角色的調(diào)整。

隨著內(nèi)容創(chuàng)作者越來(lái)越認(rèn)識(shí)到人工智能的價(jià)值，并且隨著這些AI工具變得更容易使用，我們可以預(yù)測(cè)視頻故事的創(chuàng)作方式會(huì)發(fā)生重大變化。導(dǎo)演現(xiàn)在可以將深度學(xué)習(xí)技術(shù)整合到他們的作品中，作家也可以和機(jī)器一起工作，使用人工智能功能來(lái)銳化故事，放大情感的吸引力。

文：騰訊媒體研究院?/ 騰訊媒體研究院(TencentMRI)

首席增長(zhǎng)官CGO薦讀：

• 《 沒(méi)有泡沫的啤酒不夠美味，產(chǎn)業(yè)AI將是刺破人工智能泡沫后的金礦 ?》
• 《?Google 發(fā)布會(huì)看圖的人工智能，讓人工智能擁有跟人一樣的判斷力 ?》
• 《 增長(zhǎng)黑客之2019年的裂變知識(shí)復(fù)盤(pán) 》

更多精彩，關(guān)注：增長(zhǎng)黑客（GrowthHK.cn）

增長(zhǎng)黑客（Growth Hacker）是依靠技術(shù)和數(shù)據(jù)來(lái)達(dá)成各種營(yíng)銷(xiāo)目標(biāo)的新型團(tuán)隊(duì)角色。從單線思維者時(shí)常忽略的角度和高度，梳理整合產(chǎn)品發(fā)展的因素，實(shí)現(xiàn)低成本甚至零成本帶來(lái)的有效增長(zhǎng)…