20世紀フォックスとGoogleクラウドのITスペシャリストは、トレーラービューを分析し、人々がこれらの映画や映画のような映画に行く可能性を予測する機械学習技術を開発しました。
テクノロジー自体はMerlinと呼ばれます。 システムはオブジェクトを認識し、トレーラーのパターンをプロットして、写真自体を「理解」します。 マーリンはトレーラーをスキャンし、「ひげを生やした男」、「銃」、「車」などのオブジェクトを明らかにし、それがどんな絵で、どのコンテキストで表示されるかを決定します。
たとえば、主人公が長時間/しばしばクローズアップで上映される場合、映画のジャンルはおそらくドラマです。 ヒーローが断片的に表示され、フレームが頻繁に変化する場合、映画はおそらくアクションゲームです。 Merlinはあらゆる種類の災害を予測できます。たとえば、車の動きが速すぎると、爆発事故が発生する可能性が高くなります。 まあ、事故を追いかけることは明らかにアクション満載です。
次に、システムは各写真のタグを「発明」し、タグをカテゴリにグループ化します。 現在、マーリンは、映画の視聴者による各写真の出席に関する石の映画や数百万のデータグループを分析しています。 システムの開発者によると、それは完全に匿名であり、データは非個人化されています。 ただし、訪問に関するどのデータが分析に使用されるかはまだ明確ではありません。 しかし、この情報は、個々のレベルで「基本的な人口統計」データとともに分析されることが知られています。
このすべては、ジャンルと最も一般的なオブジェクト（ひげ、車、銃を持つ男。特定の映画の人気を予測できるようにするために必要です。映画会社はこれを使用して、映画館でのチケット販売を予測します。
さらに、映画会社は特定の写真に最適なマーケティング手法を研究するためにマーリンを使用する予定です。
一部の専門家によると、そのようなシステムは、映画に見られるあらゆる種類のオブジェクトに加えて、絵画が他の多くの要因により人気または人気がないという理由だけで、正常に機能しません。 ジョーク、ヒント、俳優のゲーム、特殊効果などがあります。 はい、コンピューターは「ひげを生やした男」を認識できますが、これは決して映画の成功の主な要因ではありません。
最大繰り返し率の映画「ローガン」のタグ
マーリンは、特定の予告編を視聴した人が、類似のオブジェクトとプロットを持つ他の映画に行くかどうかを予測できます。 しかし、時々矛盾があります。 たとえば、映画「ローガン」の場合、マーリンは、観客が映画「マグニフィセントセブン」、「ジェイソンボーン」、「ジョンウィック2」、「ターザンの伝説」などの映画館に行くと予測しました。 実際、ここで最初の3つの絵画には「男性」、「ひげ」、および武器があることが明らかです。 しかしターザンの場合、予測はローガンに豊富にある「木」というタグに基づいてのみ行われました。
Merlinの開発者によると、プラットフォームは、特定の写真の予告編を見た人が行くことができる映画の約50％を正しく予測することができます。 このデータに基づいて、会社はマーケティングキャンペーンのコストと映画プロモーションキャンペーンの構成を計画できます。
これまでのところ、プラットフォームには多くの欠点があります。 たとえば、ローガンを視聴した視聴者は、スーパーヒーローに関連する他の映画を見ることに興味を持つでしょう。 しかし、Merlinの確率のリストには、そのような画像は1つも示されていません。これは、プラットフォームが画像のプロットを分析してその主人公を認識できないことを示しています。
一方、これはすべて最初の実験にすぎません。 企業は、画像分析の新しいトリックを教えることでプラットフォームを改善します。 そして、20世紀フォックスとGoogleクラウドの機能により、成功が達成されることは間違いありません。