Netflix 不久前推出了第一個互動式選擇節目，觀眾可以拿遙控器控制主角的選擇，進而決定故事發展。不過，從迪士尼的新研究看來，在未來，觀眾也許只需一個微笑，就能改變故事走向了。
迪士尼研究中心（Disney Research）近日發表了一份新論文，公布了一項用於觀察分析在電影院看電影觀眾反應的技術。也就是說，當那些觀眾在看電影的時候，電影其實也在觀察你們看得開不開心。
這項技術名為分解變分自編碼器（factorized variational autoencoders，下稱「FVAE」），是一項採用深度學習的神經網路，它可以在漆黑的電影院裡捕捉上百名觀眾的表情，並可以自行學習「微笑」和「大笑」等概念。
▲ 你看電影時的微笑，屬於哪個區間？（Source：論文截圖）
包括迪士尼在內的電影製作公司，大多都會在電影完成後，找焦點小組來對影片進行測試播映，以了解觀眾的反應是否和創作電影時的意圖相符（在該笑的地方是否有笑，該感動時有沒有感到），並且會根據回饋結果調整影片剪切。
和焦點小組相比，人工智慧可分析的資料以及分析程度更高。迪士尼研究的科學家 Peter Carr 在接受 Phys.org 採訪時表示：
我們能獲得的資料遠比人工可分析的要多。這就是電腦得參與的原因──它們可以在不弄丟重要細節的情況下總結分析資料。
而且，除了收集分析資訊的能力了不起之外，FVAE 讓人更驚豔在於對觀眾反應的預測能力。
本次研究的資料都來自同一家電影院。研究人員在 2015 年至 2016 年間的 12 個月內，在這家電影院裡記錄了 9 部電影（《蟻人》、《動物方城市》、《STAR WARS：原力覺醒》等），合計 153 個場次、3,179 名觀眾以及 1,600 萬條資訊。
而這些資料中，研究人員只用了每場電影 80%的觀眾資料來訓練 FVAE，而剩下的 20%觀眾，就是給 FVAE 的測試題。
對於這 20%觀眾的資料，研究人員只將每名觀眾最開始 5%的資料登錄到 FVAE，做為推測剩下 95% 時間內的觀眾表情變化。雖然 FVAE 獲得的資料還比較初步，但和其他神經網路的預測結果對比，FVAE 的錯誤率是最低的。
▲ FVAE 在判斷資料和預測中的錯誤率都比其他模式低。（Source：論文截圖）
這就意味著，只讓這神經網路觀察你看電影前 10 分鐘左右的表情，它就能猜到，你對剩下的這些內容會不會感興趣。再跳一步想，說不定以後就能用這類神經網路來判斷並為觀眾選擇，讓故事向他們最喜歡的情節發展方面。
內容商對觀眾喜好的觀察形式，一直以來都是在科技發展過程中不斷演變。
從電視時代開始，尼爾森就給樣本家庭提供有記錄功能的機上盒；而到了網路時代，影片則會記錄我們留下的觀看歷史；而現在來到人工智慧時代，在技術強大的分析能力加持下，內容商甚至想即時了解我們對內容在情緒上的喜好，最終甚至達到可預測的能力。
而這個技術，對於產品跨越影視娛樂內容和主題樂園的迪士尼來講，尤其有價值。
在今年 SXSW 活動中，迪士尼研發部副總裁 Jon Snoddy 表示，他們正在嘗試利用人工智慧技術和機器學習，創造極為逼真的動畫角色機器人，並負責和遊客進行互動。這個時候，懂得針對遊客情緒來反映，就顯得特別重要了。
（本文由 愛范兒 授權轉載；首圖來源：Flickr/Marek Kubica CC BY 2.0）