آی تی من- استارتاپ Cinelytic مدعی است که با استفاده از یادگیری ماشین، قادر به پیش بینی میزان موفقیت فیلم های سینمایی است. بر اساس گزارش هالیوود ریپورتر، شرکت برادران وارنر از نرم افزار هوش مصنوعی این استارتاپ برای تصمیم گیری در زمینه اکران فیلم ها استفاده می کند؛ اما منابعی از داخل این شرکت به The Verge گفته اند که نرم افزار هوش مصنوعی مذکور فقط برای کمک به تصمیم گیری در حوزه بازاریابی و توزیع فیلم ها استفاده خواهد شد.
توبیان کوییسر (Tobias Queisser) مدیر ارشد اجرایی Cinelytic در گفت وگویی با هالیوود ریپورتر، با تاکید بر اینکه هوش مصنوعی فقط یک ابزار کمکی است، افزود: ولی در حال حاضر، هوش مصنوعی قادر به اتخاذ تصمیمات خلاقانه نیست.
وی گفت: هوش مصنوعی در زمینه دسته بندی مجموعه داده های عظیم و کشف الگوهایی که ممکن است برای انسان قابل دیدن نباشد، خوب عمل می کند؛ اما در زمینه تصمیم سازی های خلاقانه، همچنان به تجربه و غریزه انسانی نیاز داریم.
صرف نظر از شیوه استفاده از فناوری Cinelytic، این قرارداد گامی رو به جلو در مسیر پذیرش یادگیری ماشین در هالیوود محسوب می شود؛ مسیری که تا کنون هالیوود در آن پیشرفت کندی داشته است. اما استارتاپ ها مدت هاست در این حوزه نیز فعال شده اند.
در واقع Cinelytic تنها یکی از استارتاپ های متعددی است که از هوش مصنوعی به منظور پیش بینی عملکرد فیلم ها در گیشه استفاده می کنند، اما دنیای سینما به طور تاریخی به توانایی های این استارتاپ ها با دیده تردید می نگرد.
آندره آ اسکارسو (Andrea Scarso) سرمایه گذارسینما و مشتری Cinelytic می گوید که نرم افزار این استارتاپ، هرگز نظر او را تغییر نداده، اما موجب پیش کشیدن رویکردهای تازه شده است.
وی می افزاید: با این نرم افزار گاهی می توانید ببینید که چگونه یک یا دو عنصر متفاوت در یک پروژه مشخص می تواند اثری بزرگ روی موفقیت تجاری کار بگذارد. نرم افزار Cinelytic به مشتریان امکان می دهد که با فیلم ها یک جور فوتبال فانتزی بازی کنند. کاربران می توانند با مدل سازی فیلم مورد نظر، ژانر، بودجه، بازیگران و از این قبیل را در نرم افزار وارد کنند و سپس ببینند وقتی عناصر و افراد را تغییر دهند، چه اتفاقی می افتد. مثلا ببینند که اگر به جای تام کروز از کیانو ریوز در فیلم استفاده کنند، چه تاثیری در میزان استقبال مخاطبان زیر 25 سال می گذارد یا مثلا در فروش گیشه در اروپا چه تفاوتی ایجاد می شود.
بسیاری از متخصصان هوش مصنوعی در زمینه توانایی الگوریتم ها برای ارایه پیش بینی در حوزه هایی به آشفتگی صنعت فیلم سازی تردید دارند. از آنجا که نرم افزارهای یادگیری ماشین بر اساس داده های تاریخی به یادگیری می پردازند، تمایل به محافظه کاری دارند و به جای پیش بینی آنچه که مخاطبان آینده را راضی می کند، روی الگوهایی تمرکز می کنند که در گذشته به موفقیت انجامیده است.
بررسی های علمی نیز حاکی از آن است که الگوریتم ها فقط به تولید پیش بینی های محدود موفقیت می پردازند و اغلب به تکرار پیش بینی های واضح می پردازند. مثلا می گویند که اسکارلت جوهانسون ستاره سینمایی پرفروشی است؛ چیزی که بدون هوش مصنوعی هم قابل درک است.
اما آنان که مدافع استفاده از یادگیری ماشین در فیلم سازی هستند، می گویند که منفعت این کار تولید تحلیل های کاربردی با سرعتی بیشتر از انسان است. این تحلیل ها به ویژه در جشنواره های سینمایی اهمیت دارد؛ یعنی زمانی که استودیوهای فیلم سازی ناگزیر از ورود به رقابتی شدید برای کسب حق توزیع فیلم ها هستند و تنها چند ساعت وقت دارد که تصمیم بگیرند که کدام فیلم، چقدر می ارزد.