江苏龙网

  1. 首页 > 人文 > >

科技资讯眺望|人工智能用于影院排片，需待解决的关键问题( 二 )


【科技资讯眺望|人工智能用于影院排片，需待解决的关键问题】因此 ， 要获得一个既符合影院特点又接轨市场需求将影院资源利用最大化的影片排映计划不仅是一个烧脑的技术活更是考验一个人阅历、情感、对社会现实以及各种关系协调、突发事件反应等综合能力的情商活 ， 显然并非易事 。
因此 ， 一个成功的排片方案 ， 对于影院应对市场掌握放映主动权、合理安排影院资源以及卖品销售具有重要意义 ， 反之 ， 影院就会处于被动应付和无序状态 ， 对影院收益也会带来负面影响 。
人工智能用于影院排片
待需解决的关键问题
从以上分析来看 ， 要搞好影院排片是一件十分复杂的工作 ， 其水平高低是因人而异的 ， 虽然目前大部分影院都采用跟随或临时调整的排片策略 ， 但效率低、缺乏预见性和被动应付有时还使得影院工作秩序受到影响 ， 尤其是 ， 一旦影片实行分线发行、各种特色影院或独立影院的出现 ， 影院排片更趋复杂 ， 用智能机器排片来代替人工排片成为必然 。
科技资讯眺望|人工智能用于影院排片，需待解决的关键问题之前 ， 有不少有关人工智能完成某项复杂工作的报道 ， 比如AI理财、AI证券投资、AI医疗、AI客服、AI驾驶、AI教育、AI交通管理等 ， 而且从实际运用效果来看 ， 大都具备了人类中级以上操作水平的能力 ， 足见AI的强大及广泛应用的可能性 。
利用人工智能系统进行排片 ， 说到底是一个属于软科学的范畴 ， 并不等同于自动化 ， 必须要具备包括“感知、认知、推理、学习和执行”等智能化特征 ， 对于像排片、医疗、理财、证券投资等领域 ， 建立起一个真正如“人工”一般“智能”的系统并不容易 。
一般 ， 人工智能在这些领域中的应用要跨越两大步 。 其一是应用海量的市场数据对模型进行“训练” ， 逐步形成有效的算法模型；其二是把算法模型应用于具体场景进行实际工作的考验和优化 。
就拿“AlphaGo”在围棋领域的处理方式来说 。 据专家介绍 ， 如果仅仅用“穷举法”来处理数据 ， 那么 ， 围棋的运算量将达到2的361次方 ， 这大概比宇宙间所有原子的数量还要多 。
因此 ， AlphaGo的安排是 ， 通过建立一个专家模型（落子预测器）来去掉“臭棋”步骤 ， 降低数据搜索广度 ， 再建立另一个专家模型（棋盘价值评估器）来降低数据处理深度 ， 使得程序的运行具有现实性 。
但在影院排片来说 ， 虽然考虑的因素很多 ， 但要构建准确判断决策的专家模型也无法一蹴而就 。 针对现实应用涌现出的多种算法 ， 虽然使得计算机在解决很多复杂问题上有了巨大的突破 ， 但即便如此 ， 上述算法支撑的机器学习还不那么尽如人意 。 在这方面 ， 采用分步走的办法显得更实际 。
因此对于影院排片 ， 可从重复性的工作环节入手帮助提高效率 ， 着重在采集、清洗数据、分析处理非结构化扩展数据（例如第三方售票平台、舆论场、社交媒体信息等）等环节中运用目前比较成熟的技术起步 ， 其次在具备足够数据以及深度学习的基础上 ， 可以尝试进行研究端的简单判断 ， 进行数据挖掘 。
在影院执行端 ， 则可以通过执行一些算法达到部分人工智能用来辅助人工排片 ， 就像目前的数值天气预报最后需要人工干预修正一样 。 这样在数据端、研究端、执行端分别实现为最后完全的人工智能排片打下基础 。
AI影院排片系统并不是一个成熟统一的算法或模板系统 ， 而是要通过获取影院在较长时期内非常个性化的数据与该部影片的所有大数据 ， 经所谓的专家模型系统最终得到一个（这家影院的）排片计划 。 前期可能会需要人工干预 ， 但随着AI机器学习的深入 ， 最终取代人工排片是没有鸿沟的 。
“艾维电影”看来 ， 人工智能应用于影院排片 ， 必将显著提升排片效率和准确度 ， 避免由于排片人员素质的差异、人为因素的干扰背离市场需求 ， 为影院的其他日常经营提供参考 ， 比如卖品的安排、广告的营销等 ， 那些随大流、事后诸葛亮的排片已不能适应现代影院的营销 ， 而AI排片就是未来智慧影院的重要一环也是行业发展的必然趋势 。


推荐阅读


上一篇：国防时报天下|人群瞬间沸腾了，感染人数全球第二！印度议员却高呼“疫情结束”

下一篇：老罗说军事|中国加入！专家：印军不自信，印度退出俄战略演习