Netflix 不久前推出了第一个互动式选择节目，观众可以拿遥控器控制主角的选择，进而决定故事发展。不过，从迪士尼的新研究看来，在未来，观众也许只需一个微笑，就能改变故事走向了。

迪士尼研究中心（Disney Research）近日发布了一份新论文，公布了一项用于观察分析在影院看电影观众反应的技术。也就是说，当那些观众在看电影的时候，电影，其实也在观察你们看得开不开心。



这项技术名为分解变分自编码器（factorized variational autoencoders，下称“FVAE”），是一项基于深度学习的神经网络，它可以在漆黑的电影院里捕捉上百名观众的表情，并可以自行学习“微笑”和“大笑”等概念。



                                                 （你看电影时的微笑，属于哪个区间？）

包括迪士尼在内的电影制作公司，大多都会在电影完成后，找焦点小组来对影片进行测试播映，以了解观众的反应是否和创作电影时的意图相符（在该笑的地方是否有笑，该感动时有没有感到），并且会根据反馈结果调整影片剪切。
和焦点小组相比，人工智能可分析的数据以及分析程度更高。迪士尼研究的科学家 Peter Carr 在接受 Phys.org 采访时，谈论道：

“我们能获得的数据远比人工可分析的要多。这就是计算机得参与的原因——它们可以在不丢失重要细节的情况下总结分析数据”。

而且，除了收集分析信息的能力了不起之外，FVAE 让人更惊艳在于对观众反应的预测能力。
本次研究的数据都来自同一家影院。研究人员在 2015 年-2016 年间的 12 个月内，在这家影院里记录了 9 部电影（《蚁人》、《疯狂动物城》、《星战：原力觉醒》等），合计 153 个场次、3179 位观众以及 1600 万条信息。



而这些数据中，研究人员只用了每场电影 80%的观众的数据来训练 FVAE，而剩下的 20%的观众，就是给 FVAE 的测试题。
对于这 20%观众的数据，研究人员只将每位观众最开始 5%的数据输入到 FVAE 作为推测剩下 95%时间内的观众表情变化。虽然 FVAE 的获得的成绩还比较初步，但和其它神经网络的预测结果对比，FVAE 的错误率是最低的。



                       （FVAE 在判断数据和预测中的错误率都比其它模式低）


这就意味着，只让这神经网络观察你看电影前 10 分钟左右的表情，它就能猜到，你对剩下的这些内容会不会感兴趣。再跳一步畅想，说不定以后就能用这类神经网络来判断，并为观众选择，让故事向他们最喜欢的情节发展方面。
内容商对观众喜好的观察形式，一直以来都是在科技发展过程中不断演变。
从电视时代开始，尼尔森就给样本家庭提供有记录功能的机顶盒；而到了网络时代，视频则会记录我们留下的观看历史；而现在来到人工智能时代，在技术强大的分析能力加持下，内容商甚至想实时了解我们对内容在情绪上的喜好，最终甚至达到可预测的能力。
而这个技术，对于产品跨越影视娱乐内容和主题乐园的迪士尼来讲，尤其有价值。
在今年西南偏南活动中，迪士尼研发部副总裁 Jon Snoddy 表示，他们正在尝试利用人工智能技术和机器学习，创造极为逼真的动画角色机器人，并负责和游客进行互动。这个时候，懂得针对游客情绪来反映，就显得特别重要了。