码迷,mamicode.com
首页 > 其他好文 > 详细

本届戛纳最佳编剧——得主依然是人类

时间:2020-09-21 11:42:39      阅读:32      评论:0      收藏:0      [点我收藏+]

标签:公式   识别   适合   训练   字幕   cell   道路   提高   感受   

https://mp.weixin.qq.com/s/gLMee6n0mO65J5NwktJLGw

By 超神经

场景描述:基于 LSTM 神经网络和自然语言处理等人工智能技术,用大量剧本对 AI 进行训练,能够教会 AI 编写剧本,并将剧本拍成电影。

关键词:LSTM,NLP,剧本撰写

第 72 届戛纳电影节于法国时间 5 月 25 日落幕,韩国影片《寄生虫》获得最高奖项金棕榈奖。这是韩国电影史上首次获得这项戛纳电影节最高荣誉。
技术图片

2019 戛纳电影节宣传海报:致敬前不久逝世的
著名女导演阿涅斯·瓦尔达

不过,今天我们要讨论的不是这个最高奖项,而是,最佳编剧奖。

论编剧的重要性

谈到影视剧,我们常常容易忽略编剧,而更重视导演。但是,编剧其实才是一部电影的核心与灵魂。

决定一部电影是否经典的因素很多,从剧本到演员,再到导演以及后期剪辑,视觉、音效等等。不过,剧本是众多因素中的一个重要因素。

一个好剧本可能会被拍成一部坏的片子,但是一个坏剧本绝不会被拍成好片子。当我们回味一部好电影的时候,往往是对它曾打动我们的情节念念不忘。

本届戛纳电影节,最佳编剧奖由法国导演瑟琳·席安玛最终凭电影《燃烧的女子肖像》摘得。这是一部 LGBT 作品,讲得是 18 世纪 70 年代,一个女画家去贵族家庭为待嫁女孩画像,互生爱慕的故事。

技术图片
中间为瑟琳·席安玛,她为了《燃烧的女子肖像》
钻研了大量艺术与历史资料

这并不是瑟琳·席安玛第一次获得最佳编剧奖,她写剧本的灵感或来自身边,或来自历史故事,她也曾为写剧本研究艺术史。

所以,一部好剧本,背后的工作量十分巨大:查阅大量的资料,阅片无数……因为各方面的高要求,2002 年以前,国内还曾闹过剧荒。

可是如今,就连人工智能都会写剧本了,为什么我们写一个好剧本还这么难呢?

人工智能写的广告剧本

著名的电影制作人 Kevin Macdonald ,在去年拍摄了一部由人工智能编写的剧本的短片。

Macdonald 执导的是一部 60 秒的雷克萨斯轿车商业广告,剧本出自 IBM 的 Watson 人工智能平台,这是采用认知计算系统的商业人工智能技术平台。在广告成片中,雷克萨斯 ES 轿车的风采被很好地展现出来。

这部 AI 写的广告剧本获得了很不错的效果
场景简析:在工厂里,一位制造师触摸着一辆刚造好的汽车,而后目送它开出了工厂。

汽车行驶在蜿蜒的山路上,沿途是美丽的的海岸线和森林。

下一幕,电视中正在直播,媒体正在报道这款汽车最后的紧急制动测试。

电视机前,看到汽车通过了测试,工程师终于放松下来,和女儿拥抱在了一起。

为了生成广告剧本,IBM 的 Watson 平台分析了过去 15 年间的大量数据,包括获奖汽车和奢侈品广告数据,以及包含消费者分析的数据。

通过数据, AI 分辨出了能让消费者容易产生共鸣的因素,这些因素包括减少对话、突出视觉效果等,最后为雷克萨斯的广告写出了这样的场景:一条蜿蜒的道路,一边是潺潺的河流,另一边是茂密的森林。

雷克萨斯表示,这个广告获得了很好的宣传效果。自去年 11 月在 YouTube 等网站上发布以后,所宣传轿车的销量比原有目标提高了35%。

三年前就学会写剧本的 AI

2016 年,在伦敦科幻电影节上,一部完全由 AI 编写的时长 9 分钟的科幻电影《Sunspring》(中文名《阳春》)上演。电影是关于一群人在后世界末日坠入爱河的故事。这是有史以来第一部使用算法制作的电影。

技术图片
《Sunspring》剧本中还涉及到三角恋

这个由纽约大学研究员 Ross Goodwin 花了一年时间开发的 AI,被命名为 Benjamin。它是一个 LSTM (Long Short-Term Memory,长短期记忆网络)递归神经网络。

为了实现快速编剧,Benjamin 「阅览」了数百部 20 世纪 80 - 90 年代的科幻剧本,包括《银翼杀手》、《超时空圣战》、《星际穿越》等等。

这部电影虽然拍摄完成并上映,但是其中很多毫无逻辑的对白让观众感到不明所以,并不值得观看。比如剧本中有这样的句子:「他站在星空里,也坐在地板上。」不过,我们也并不指望 AI 在如此快速的时间里就能获得奥斯卡奖。

不断追求进步的 AI 编剧

值得一提的是,时隔两年,AI Benjamin 又带着它独立制作的电影《Zone Out》在 2018 年伦敦科幻电影节卷土重来,再次参加了 48 小时电影挑战赛。

经过两年的改进,Benjamin 的新电影采用了「换脸」技术,使用神经网络生成对话和配音,在 48 小时的挑战赛中,整个制作过程都由 AI 处理,没有人为干预。

当然,它撰写剧本仍然依赖于 LSTM 神经网络。这次《Zone Out》是它根据莎士比亚的作品和其他电影的字幕生成的一些场景对话。

这部影片的大概情节如下:
镜头一:男主在观看影碟机放映的影像,几个小孩在玩闹,他露出幸福的笑容。随后影像中出现了他的妻子,他们亲吻后她笑着跑开。

镜头二:他正在显微镜上观察,然后和另一个男子有一段奇怪的对话。之后,他开车在路上碰见一位妇女,他停下车和她进行了一段奇怪的对话。

镜头三:傍晚,他回到家,看到他的妻子正拿着注射器给自己注射药物,接着他们争吵,他的妻子情绪激动,掏出了一把枪对准他,可是却突然倒下(应该是药效发作)。

镜头四:男主给他妻子做了手术,将她的头割下来放在一个盘子里,上面插满了各种输液器皿。这时,一只怪物从门上的一个小窗口中伸进手捂住男主的脸,她的妻子发出「哈哈哈哈哈」的诡异笑声。怪物夺门而入,那只她妻子的头仍然不停地怪笑。结束。

大家可以花 6 分钟时间观看,感受一下:

尽管最终电影情节仍然很奇怪,镜头之间几乎没有衔接,但是它也写出了很多包含感情的故事情节。这次的重大进步在于,Benjamin 不是简单地从输入语料库中复制粘贴,而是学会了自己创作。

此外,与第一部由真人演员演出的《Sunspring》不同,这部《Zone Out》中则使用了换脸技术,完全由 AI 生成。在制作前夕,先由真人演员表演为 Benjamin 提供素材,之后 Benjamin 将演员的脸换到它从其他电影中剪辑的角色面部。

技术图片
电影中角色人脸原型由这三位演员提供

参与了这次电影制作的洛杉矶导演 Oscar Sharp说:「我真正想要做的是尝试,将人类创作过程的每个部分自动化,看看我们是否了解了制作电影的人。」

这是一个开端,我们由此可以看到,未来,神经网络可能会更好地模仿连贯讲故事的艺术,到时候也许人类与之相比起来,反而会有所逊色。

AI 会获得编剧奖吗?暂时还很远

虽然人工智能在写剧本上有了不错的尝试,但距离这种方法的普及,还有很远的路。人工智能要想得到编剧奖,首先要写出精彩且有逻辑的剧本才行。

虽然人工智能自带流量,但实际中的 AI 写剧本,细细看来,一般是人机协作的成果。主要的方式有四种:

第一,机器提供编剧建议;
第二,人类创作主线,机器填充内容;
第三,机器生成初稿,人类进行修改;
第四,人机接龙。

基于机器学习方法生成的文本,除了要克服模型训练中带来的数据偏差,另一方面在于, AI 生成剧本的方式,类似于「公式化」的创作,还依赖于训练它的模型和人工「喂养」。

此外,人工智能还不懂幽默,爱情,幸福等只属于人类的情感。

但是就目前来看,对于那些只会粘贴复制,毫无创作意识的编剧来说,人工智能的这点手段可能已经足以让他们下岗了。

超神经百科

LSTM(Long Short-Term Memory)

LSTM 是长短期记忆网络,是一种时间循环神经网络,适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。

LSTM 已经在科技领域有了多种应用。基于 LSTM 的系统可以学习翻译语言、控制机器人、图像分析、文档摘要、语音识别图像识别、手写识别、控制聊天机器人、预测疾病、点击率和股票、合成音乐等等任务。

LSTM 区别于RNN 的地方,主要在于它在算法中加入了一个判断信息有用与否的「处理器」,这个处理器作用的结构被称为 cell。
技术图片

本届戛纳最佳编剧——得主依然是人类

标签:公式   识别   适合   训练   字幕   cell   道路   提高   感受   

原文地址:https://blog.51cto.com/14929242/2535299

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!