林盈

施瓦辛格有一部系列電影《終結(jié)者》，說的是機(jī)器人在能力上超過了人類，并且有了自我意識，反過來要統(tǒng)治人類?，F(xiàn)實(shí)中當(dāng)然沒有那么夸張，但是現(xiàn)在的機(jī)器人在很多方面開始接近人類也是一個趨勢。如今，機(jī)器人已經(jīng)不滿足于從事掃地和兒童早期教育這些重復(fù)性勞動了，它們開始準(zhǔn)備向文化創(chuàng)意產(chǎn)業(yè)發(fā)展。機(jī)器人寫小說已經(jīng)不是什么稀奇事，這不，北京航空航天大學(xué)和清華大學(xué)的科學(xué)家又開發(fā)出了一個能夠進(jìn)行電影剪輯的機(jī)器人——你講故事，它剪視頻。

這個機(jī)器人的名字叫作“Write-A-Video”。它拍攝和剪輯的范圍很廣，網(wǎng)絡(luò)文本、童謠、人物介紹等都可以。

拍攝的第一步當(dāng)然是要理解文本。Write-A-Video會運(yùn)用挑選關(guān)鍵詞的方法理解文本的含義，然后在它的素材庫中挑選合適的素材進(jìn)行剪輯。比如，當(dāng)劇本中“汽車”這個詞語出現(xiàn)了很多次，Write-A-Video就會認(rèn)為這個劇本和汽車有關(guān)，便會在自己的素材庫中查找標(biāo)簽是“汽車”的視頻片段。

找到了合適的視頻片段之后，Write-A-Video會自己分鏡頭。當(dāng)然，它是不能理解視頻內(nèi)容的，但是它可以通過統(tǒng)計畫面數(shù)據(jù)來確定分鏡頭的位置。常看電影的人都知道一個最基本的規(guī)律，在鏡頭切換的時候，畫面的色彩就會出現(xiàn)明顯的變化。Write-A-Video就是利用了這個規(guī)律，統(tǒng)計出每幀圖像的色彩數(shù)據(jù)，并發(fā)現(xiàn)緊鄰著的兩幀圖像，如果它們的色彩數(shù)據(jù)80%都變化了，Write-A-Video就會認(rèn)為這里是鏡頭切換的位置，將視頻分割成兩個部分。

上面只是計算機(jī)視頻處理的常規(guī)操作，下面才是Write-A-Video大顯身手的時刻。這里的主角是一個叫作視覺語義嵌入的程序。這個程序可以比較視頻和文字內(nèi)容的相似程度，并且給它們打分。因?yàn)楦鶕?jù)標(biāo)簽搜索的視頻數(shù)量較多，這時就需要視覺語義嵌入程序來判斷應(yīng)該把哪個片段放到最后的影片中。

到底什么樣的視頻才算是“好看的”，這是審美問題。好在通過大量的機(jī)器學(xué)習(xí)，Write-A-Video已經(jīng)建立了一套審美標(biāo)準(zhǔn)。首先，畫面要明亮，色彩要生動;其次，畫面不能抖動得太厲害;最后，畫面必須連貫，不能出現(xiàn)跳接。

這樣簡單的審美要求距離成為一個大師級的電影導(dǎo)演還有很遠(yuǎn)的距離，目前我們不能指望這樣一個機(jī)器人通過鏡頭語言表達(dá)什么深刻的思想，但是做一些簡單的剪輯工作它還是能夠勝任的。比如，制作新聞報道和簡單的紀(jì)錄片，只要能夠做到視頻和解說內(nèi)容相呼應(yīng)，鏡頭轉(zhuǎn)換自然，就達(dá)到了剪輯的要求，而這正是Write-A-Video大顯身手的領(lǐng)域。

人工智能最大的優(yōu)勢是處理重復(fù)問題時的效率，Write-A-Video也不例外，面對簡單重復(fù)的任務(wù)，它可以把剪輯的時間縮短到原來的幾十分之一。比如網(wǎng)劇要換演員，原來演員的鏡頭都要刪掉，這對剪輯師來說是艱巨的考驗(yàn)。然而，有了Write-A-Video，一切就輕松了，因?yàn)樗梢愿鶕?jù)劇本找到演員出現(xiàn)的鏡頭，然后批量刪除，一鍵解決。

以往人們都認(rèn)為，機(jī)器人即便能代替人類的工作，也只是一些重復(fù)性的勞動密集型崗位，對于文化創(chuàng)意這種需要天賦和個性的工作，機(jī)器是永遠(yuǎn)都學(xué)不會的。現(xiàn)在看來，大家想得或許太簡單了，誰知道哪天它們不會強(qiáng)大起來和導(dǎo)演們搶飯碗呢？