影视投资风控也将出现“人机大战”

北京时间3月15日下午，谷歌围棋人工智能AlphaGo与韩国棋手李世石进行最后一轮较量，AlphaGo获得最后一场比赛胜利。至此，备受关注的“人机大战”终于落下帷幕，AlphaGo以五局四胜力压李世石取胜，这让更多人第一次直观了解到人工智能技术究竟已经走了多远，甚至让人们联想到《我，机器人》是否真的会发生、人类是否会被机器统治等问题。究竟是什么原因使得曾获得多项世界冠军的李世石输给机器人？这种技术又能否被应用到其他领域？

电影《我，机器人》中，人工智能试图奴役人类

AlphaGo的胜出是“大数据”的胜利

据介绍，AlphaGo程序设计的精密度和使用算法先进性是其致胜关键。AlphaGo在学习了近万盘人类历史高手的棋局后，用得到的经验模仿人类棋手的走法，与自己进行了几千万次的围棋对弈，并以此作为评估依据，对真正的棋局盘面进行赢面判断，实现全局分析整个棋局。

围棋的每一步落子，都会产生指数级的可能性

“人机对决实际上是一个人与历史的对决，也是一个人与群体的对决，AlphaGo的胜利本质上是当代信息技术综合运用的胜利，是大数据的胜利、也是机器学习的胜利。”艾漫数据董事长夏宗靓一语道破AlphaGo胜利的“秘诀”。

他以影视投资决策进行了分析对比，“人对影视项目的判断完全凭借自身经验，从当前的局部出发，通过思考此后少数几步的可能性，最终以直觉判断来进行决策。”而这种方式十分考验决策者的经验和判断力，在瞬息万变的影视市场中，只有少部分幸运儿能够立于不败之地持续盈利，大多数无法跟上发展节奏的影视从业者，只是为那一少部分成功的行业精英们，做一个成功的铺垫而已。

市场如此残酷，人们当然不会坐以待毙。AlphaGo程序设计中的理念，同样可以被应用在影视公司各个层面的业务决策上。夏宗靓介绍，就如艾漫数据为影视项目设置的服务模块架构，正与AlphaGo程序设计中的决策网络和价值网络不谋而合。其中的“决策网络”负责为影视公司提供各阶段所需决策，“价值网络”部分则负责评估市场态势并预测环境。

稳定的大数据比经验判断更可靠

谷歌方面收集了人类围棋高手的3000万步围棋走法，并用这些经验数据来训练AlphaGo。而艾漫数据则拥有1.7PB的全媒体数据容量，其中包括影视剧10万+，艺人10万+，综艺节目1500+，99.99%的娱乐互联网全覆盖，并将这些数据结合其商业模式进行分类，对1.3亿受众的年龄结构、文化程度、地域分布、兴趣表现等多个层面进行精准画像。

与此同时，艾漫数据也自行研究新战略，在为《小时代》、《小时代 2:青木时代》、《小时代 3:刺金时代》、《深海挑战》、《分手合约》、《北京爱情故事》（电影版）、《最美和声》、《无问西东》、《心花路放》等30多部影视作品服务的过程中，形成新的经验数据，以对所训练的大数据模块进行强化学习。由于艾漫数据对娱乐行业进行实时监控，7*24小时海量数据抓取，所以数据库每一秒都在进步，永不停歇，由此所生成的训练数据也是无穷无尽。

I.D.P对网络海量娱乐数据进行挖掘、处理、分析，形成完整的服务体系

而影视公司在立项决策阶段就可以根据这些数据进行判断：某一部网络小说在哪些人群中比较火，就面向这个人群生产影视剧，然后根据其偏好选择特定的演员，甚至为其定制一些剧情和相关的植入广告，拍什么、谁来拍、谁来演、怎么播，都有数千万观众的客观喜好统计决定。而到了宣发阶段，更可以根据受众地域、喜好、习惯等不同特点，对其定制不同的宣传发行策略。

大数据全面贯穿影视剧从立项到推广的每一步

此外，夏宗靓认为，与人相比，大数据的稳定性相对人类的心态来说，具有无可比拟的最大优势。由于影视投资相对风险较高，所以决策者的能力和心态可能影响一个项目的成败。利用大数据辅助决策，可以防止漏掉或错过好作品，同时也能更好地规避投资风险。

“投资立项是一个找矿的工作，矿藏是稀有的，需要相当专业的知识、技能和经验，大数据就是帮助决策者将妨碍判断的沙石剔除掉，留下可能是矿藏的部分以供挑选。”夏宗靓说。

声明：东方联盟网站刊登/转载此文出于传递更多信息之目的，并不意味着赞同其观点或论证其描述。