电影预告片的发布，几乎是目前现代电影市场最具影响力的营销手段了。尤其是那些经典IP大片，每一版预告片都能在社交媒体上引起轰动，粉丝们竞相观看和转发。比如阿汤哥的最新《碟中谍：全面瓦解》，预告片秀出来的是最刺激的阿汤哥跳直升机，直击观众看点——看的不就是巨星作死嘛。而像圣地亚哥年度漫节这类活动，也成了各大片厂竞相释放最新预告片的场所。

然而，预告片只是把即将上映的电影中的精彩瞬间、核心角色和基本基调给出一个概念，是助推观众进入影院的手段。并不能预测观众对即将上映的电影的心理预期，也对票房无法判断。

据英伟达，二十世纪福斯电影的研究人员，使用该厂GPU搭建了一套深度学习框架、训练电脑分析市场反馈由此预测票房的人工智能系统。该系统可以根据观众观看预告片的反应，预测电影会吸引到哪些观众？从而分析电影市场反馈。不仅能为电影制作团队提前收集市场信息，而且能依此判断电影最后能够收获的票房。

利用机器学习的框架，福斯电影的研究人员通过训练神经网络观看过去几年的大量预告片、以及与这些预告片关联的电影的最终票房，训练AI找出在预告片中出现哪些元素、以及这些元素会最终把观众吸引到影院。通过深度学习，这只AI目前已经能够把预告片中出现的诸如色彩、面孔、风景和光线等视觉元素、与这些电影的票房数据关联起来。分析出不同的观众对于预告片的不同反应：比如有大量对白的脸部特写以及暖色调的预告片，与那些色彩缤纷和宏伟景观的预告片，收获的是完全不同的人群。

深度学习已经不再是一个时常出现在科技报道中的概念，它正在进入实际应用。福斯电影的“票房预测AI”就是一个例子。虽然它只是通过对过往发行的预告片及其正片票房数据间的关联，获得学习和分析能力。但同样可以通过观众对预告片的视线分析，预测一部新片的未来票房。

目前这只AI存在的最大缺陷就是它并不能捕捉到观众看到镜头时真正的心理活动。因为理想情况下，观众要全面理解故事的话，必须通过画面与文本（语言）相结合的方式。人工智能仅仅通过视线分析是无法得到人类对于故事的心理反应的。

然而电影的重要部分就是视觉和画面的创作，学会掌握和控制观众的视线一样能获得收益。福斯电影的这只AI通过大量数据训练，习得把观众视线与画面关联分析的能力，能够帮助电影制作团队和营销人员，远在电影未上映之前就能提前了解观众的视觉预期，及时调整以获得制作和票房上更科学的操作方式。

记得早在Netflix凭借《纸牌屋》打响流媒体精品原创的战役时，Netflix就基于在线观众收看每一集不同桥段反馈的数据，分析观众的喜好和关注焦点。在接下来的制作中以此为导向，迎合观众创作出更具吸引力和满足心理预期的剧集。相比之下，大银幕缺少互联网这种实时和有效的分析手段。评估一部电影的成败似乎只有等票房数据（遇上某些地方票房也能造假就更扯了）。

福斯电影的这项研究，有希望帮助大银幕获得与流媒体平台同样的分析观众喜好的能力。就目前看，首先能为电影制作团队发布更吸引目标观众的预告片提供参考，甚至还能根据不同的平台，发布针对该平台垂直用户群的“定制预告片”。在此基础上，未来或者可以实现，在开启制作之前，片方先释放一批针对定向观众的预告片，通过收集和分析观看数据，为市场更加精准度身定制故事。加上精确的规划和计算，未来的票房或许在还没有故事之前就已经算好了。

最后，看过阿汤哥跳直升机之后，猜猜这部大片在首个周末的本土票房战果：6150万美元。