【AI 當影評】為什麼選出來的 10 大最佳電影都是老片?它的演算法考量了這 4 個你沒想過的點

【為什麼我們要挑選這篇文章】你覺得最棒的 10 部電影是哪些?人文藝術的東西,每個人的主觀感覺不同,然而最近義大利的科學家發表論文,他們用 AI 選出了人類史上最佳的 10 部電影。然而,這些電影都不是我們熟知的,例如說阿凡達、冰雪奇緣之類的高票房、高討論度電影;這 10 部電影沒有一部是 21 世紀的,全都是 1980 以前的老片。為什麼?

原因是出在 AI 的演算法與評價指標,它用超連結的數量和權重,去評價一部電影的影響力,就跟 Google 的網頁排名一樣。而那些 AI 選出來的老片,全都是電影界的經典,他們或許票房不高,但他們的敘事方式與拍攝手法,開創了新的領域,對電影發展有重大影響。(責任編輯:郭家宏)

大學時候有個朋友跟我吹,說什麼 IMDb 百大電影全都看過。我問他肖申克(Shawshank)是誰,他卻支支吾吾……

AI 選出的十大最佳電影,全都是 80 年代前的老片

雖說電影這件事見仁見智,但是談起影史佳片,大部分人都同意,《刺激 1995》穩坐頭把交椅。不過最近有一件有趣的事:兩位義大利科學家發了篇論文,講他們如何用 AI 給電影打分排名,《刺激 1995》沒有上榜。

這就很有趣了,因為我查了下這兩位專家:Livio Bioglio 和 Ruggero G. Pensa 教授,是義大利都靈大學電腦專業的。兩個寫程式的,為什麼要跟電影過不去?質疑研究者的專業性之餘,還是要看一下那兩個人的說法。

電影的成功,通常是由票房收入或專業評論的意見來衡量的。然而,這些衡量方式可能受到外部因素的影響,例如廣告行銷或者趨勢,而且它們無法準確呈現一部電影長期的影響力。

仔細一琢磨,還真略有道理。如果跟業內人士討論最「成功」的電影。你說《阿凡達》和《星戰:原力覺醒》,不會有人反駁你。前者全球票房 28 億美元(約新台幣 840 億元)創紀錄,後者美國票房將近 10 億(約新台幣 300 億元)排第一。票房越高,看過的人越多。如果這不算成功,這沒有影響力,那什麼叫成功,什麼叫影響力?

可是在兩位科學家開發的 AI 眼裡,這兩部電影都算不上有影響力,這 AI 評出的最具影響力十大電影,壓根就沒有 21 世紀上映的:

這個排名裡的片子我都聽說過,出於對不同電影主題的興趣,只看過其中幾部。比如我很喜歡科技,也喜歡科幻。所以《2001:太空漫遊》讓我看得很爽,儘管它節奏真的慢爆。

作為一個卡在 80 末尾的半吊子電影迷,這個排名讓我意識到自己看得還不夠多。可你看,前十名都是上世紀的老電影,明明是 2018 年的 AI,把一百年前的電影都翻出來,是不是有點太老古董了?

在粗略看了一遍論文後,我發現,這兩個科學家提出的電影評價方法確實挺有意思。 就像評價網頁排名那樣,他們用超連結的數量和權重,去評價一部電影的影響力。 我是沒看過多少電影,稱不上專家,但網頁排名我知道啊!雖然我也沒做過 SEO,但做了這麼久內容,至少略懂一二吧。

概覽這篇論文,評價指標有這四個:In-Degree、Closeness、Harmonic、PageRank

指標 1 :In-Degree 入度中心性

簡而言之,或者你在微信上有 300 個好友,那麼你在微信上的入度中心性(in-degree)就是 300。

或者看下面這個圖:

一號圈的度中心性(degree)= 0,因為沒有其它圈指向它;二號圈的度中心性 = 2 ,因為有兩個圈指向它。搜索引擎給網頁排名的時候,會用這個指標,

比如 硅星人 FM 播客 ,如果有另外兩個網頁上有這個連結,那麼硅星人 FM 的 In-Degree 得分就是 2。

那麼回到這篇論文,也是利用這個評價指標, 研究人員從 IMDb 數據庫裡,尋找電影 b 對電影 a 的指向。這個指向,可能是所謂的「致敬」。

比如《大話西遊》對《重慶森林》的台詞戲仿:

或者美版《無間道》直接翻拍港版:

甚至只是劇情上的引用,比方說《夜宴》直接引用了哈姆雷特的劇情。再比如科幻電影《2001:太空漫遊》,它的章回體敘事節奏被不少電影採納,場景設計後來也出現在其它太空電影裡。總體來講,它在更多層面上影響了更多電影。比如迴轉的太空艙:

不管怎樣,只要電影 a 被其他電影以各種方式致敬翻拍和引用,那麼電影 a 的 In-Degree,就是這些致敬電影的總數。

指標 2 :Closeness 接近中心性

這一條也比較好理解。比方為一座商場選址,房地產仲介要計算商場和周邊居住區的距離。 最後選擇的地址,和所有居住區之間的距離之和最小,那麼它的接近中心性就是最高的。

比如下圖,所有的點都是居住區:

把它當成北京市,直覺上把商場建在王府井 E 是最近的,然而實際上 B 點才是接近中心性最高的(大約青年路或者望京附近),因為它同時兼顧了市區以及通州燕郊的居民。

利用這個指標,很容易評價最有影響力的演員。比如 Samuel Jackson,在這個演算法選出十大演員裡排第一:

他合作了不少演員,參與了 82 部電影,演過佳片也有不少。 這種演過電影多的、跟其他演員合作多的、表演技巧被其他演員採用的,他/她們的接近中心性都很高。

指標 3 :Harmonic 和諧中心性

比方說有 5 個網頁上有硅星人 FM 連結,這 5 個網頁被稱作一度網頁,那麼矽星人 FM 的和諧中心分數就是 5 ;又有另外 10 個網頁,上面有那 5 個網頁,它們叫做二度網頁,那麼分數就變成了 5 + (10/2) = 10 ;又有另外 36 個網頁,上面有那 10 個網頁,它們就是三度網頁,分數又變成了 5 + (10/2) + (36/3) = 22。

我們回到電影,還是用《2001:太空漫遊》舉例。它的設定被《星際穿越》採用了,而只晚一年上映的《火星救援》,也有跟《星際穿越》類似的橋段。再假設另外 6 部電影借鑒了《火星救援》,那麼《2001:太空漫遊》的和諧中心分數就是 1 + (1/2) + (6/3) = 3.5。

現在你明白了, 一部電影的和諧中心分數,就是「致敬」了它的電影數量 x ,加上對 x 致敬的電影數量 y 除以二,再加上對 y 致敬的數量 z 除以三,這樣一直相加下去。

指標 4 :Page Rank 佩奇排名

你可以沒聽說過佩奇排名,但你肯定聽說過它的發明者:拉里.佩奇(Larry Page),他是 Google 的聯合創始人。

如果把網頁 a 在 b、c、d 上每一個連結,都看做其他網頁對 a 的一次投票,那麼把這個投票再加上 b、c、d 的權重,就成了佩奇排名。

比方說只有某個小網站上有你的連結,那麼你的得分就比較低,但如果你的連結上了 Google 首頁,你的得分就變得超高。

放在電影的情境下也是一樣。《星際穿越》致敬了《2001:太空漫遊》,《星際穿越》拿了不少奧斯卡,相應地,《2001:太空漫遊》的得分就很高。

反之亦然:《逐夢演藝圈》致敬了《房間》,可是《逐夢演藝圈》本身是大爛片,所以《房間》的得分肯定也好不到哪裡去。

AI 評價電影的貢獻:將電影的影響力「量化」

這份論文出來之後,遭到不少質疑。有人指出這種評估方式太「科學」了,可能存在「過擬合」現象。

而且結果明顯太偏向老電影了吧!前十名裡沒有 80 年代之後的電影,上榜的大部分也都在 40 年代之前。

研究者也給出了他們的解釋:

得到這樣的結果也並非完全沒有想到。因為這個評估方式衡量的是電影在歷史上的影響力。而這些經典老電影,代表了人類在電影藝術上的早期嘗試和最初的進步,進而它們對後來電影產生影響的可能性也更高。

在論文裡,研究者沒有提供更多的解釋,不過看著排名靠前的這幾部電影,其實很容易說得通。

比如第一名的《綠野仙蹤》,並非第一部改編自原著的電影,卻是影史第一部經典的童話影片。片中主演朱迪.嘉蘭演技逆天唱功爆表,片子大膽嘗試了先黑白、後彩色的畫面,在那個戰亂的、血腥的、黑暗的年代,這種轉折也被視為對美好未來的暗示。站在影史的視角來看,要說《綠野仙蹤》是後世童話片的模板,也並不算是過譽。

再比如第三名的《驚魂記》(Psycho),它被譽為懸疑、驚悚、恐怖類型片的祖師爺,雙重人格在大螢幕上的首次呈現。後來的許多同類電影,敘事方式、鏡頭語言和拍攝手法,都是模仿甚至直接拷貝的《驚魂記》。

片子最經典的無疑就是那場浴室殺人戲。不到一分鐘,數十個鏡頭組成的蒙太奇,沒有一個鏡頭出現兇器刺入人體的畫面,卻營造了一種觀眾從未體驗過的恐怖感。

《驚魂記》有很多細節上的巧妙設定,比如畫框、鏡子之類背景道具的佈置,被用於營造不和諧的氣氛,或者雙重人格的暗示,在後世的電影裡,能夠看到大量精湛的蒙太奇剪輯,體會到使用雙重人格營造出的氣氛,以及經常出現的「大反轉」,卻極少能看到像《驚魂記》一樣詳實的細節。

而少數需要引入心理或者科學原理,才能理解的驚悚或科幻片,卻被更多人評價為晦澀難懂。不知道該說電影越來越爛,創作者越來越懶,還是作為觀眾的我們越來越傻了。

還是回到這篇講電影打分的論文。你可以說這個評分方式太偏向老電影,我倒是覺得, 它做到並且做的很好的一點,就是把老片子如究竟何影響後世電影,以及影響究竟有多深的評判標準給量化了。

我們總是談論一些老片子有多經典,它們開啟了新的電影類型,或者創造了經典的敘事方式和鏡頭語言,但無論我們如何吹捧這些老電影,它們的地位都來自大眾意見或者專家評議,而不是絶對科學的評估方式。

當然,我也不是說這篇論文提出的評估方式,就一定絶對科學。更何況,評價文藝作品的好壞,本就是一件很主觀、不科學的事。但至少這篇論文在評價電影這件事上,朝更科學、更合理的方向上前進了一步。更重要的是,它的結果提醒了我們:

自從 80 年代後,電影工業已經很久沒有發明嘗試新東西了。

就為此,我都覺得這篇論文值得一看,它所提出的評估方式值得考慮。

(本文經合作夥伴 品玩 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈AI 选出来的史上最佳电影 Top 10,我居然都没有看过 〉。首圖來源:Pixabay

更多電影最新消息

Youtube 推出官方版免費電影啦!只要忍受廣告就能享受免費正版電影

《Mr.Bartender》團隊拍了世界首部區塊鏈電影,電影內的虛擬貨幣隨著拍攝同步 ICO 啦

上一堂好萊塢的商業歷史課:六大電影公司如何建立起稱霸世界的「發行制度」


量子運算的出現,是現行安全機制的「轉機」還是「末日」?

搶先報名《2019 未來科技展》量子加密場次 2019 年正式進入量子運算應用元年,技術成熟後就能破解現有密碼系統,入侵企業電腦,干擾工廠運作與竊取商業機密! 找到可以抵禦量子運算的加密技術,是強化企業、國家資安的必修主題。 《即刻點我報名》,掌握量子加密趨勢!

點關鍵字看更多相關文章: