人工智能敘事在影視和游戲行業的應用模式

周飛

摘 要：隨著人工智能的發展，基于智能機算、大數據、機器學習的人工智能算法正在挑戰“講述精彩故事”的艱巨任務。人工智能正在被廣泛應用到影視和視頻游戲等媒體娛樂行業中，挑戰和協助“故事講述者”的身份。本文基于對人工智能敘事在影視和游戲行業中的應用研究，提出三類主要應用模式：人工智能識別故事和情感模式并輔助和評估敘事、人工智能靜態故事生成系統、基于人工智能的動態交互式敘事。本文分析了這三種模式的內在原理和應用場景，并提出了對未來發展方向的展望。

關鍵詞：智能計算;人工智能敘事;情緒弧線線;交互式敘事

一、引言

講述故事是人類進行相互交流，娛樂和教導的重要組成部分。一個普通人每日可能會講幾十個故事：在餐桌旁分享經驗的故事;通過寓言教導價值觀的故事;通過新聞傳播重要事件，以及娛樂電影，小說和電腦游戲故事的樂趣。故事也激勵人們學習，這就是為什么“講故事”在學校或工作中構成培訓場景和案例研究的支柱。在機器學習算法和大數據高速發展的今天，人工智能，可以以不被人注意到的方式提高日常生活、工作中的效率。同時，人工智能的發展開始引發一些社會焦慮[1]，即人工智能正在取代人類的工作。那么人工智能在一直以來被認為是無法取代人類工作的領域——故事創作（尤其是講一個精彩的故事）的領域是否能夠撼動人類無法被取代的地位呢？人工智能敘事通常是指對故事進行有效創造、講述、理解和回應的智能計算能力。人工智能敘事程序的相關算法研究旨在將敘事智能灌輸到計算機中。在這樣做的過程中，開發計算性敘事智能的目標是通過真正了解人類的需求，使計算機成為更好的溝通者、教育者、演藝人員以及更能與人類聯系的人。超乎很多人的想象，這樣的計算機程序已經開始在人們的生活中占據了一定的位置。在媒體和娛樂領域，由于創作者變得更加精明和開放，每天人工智能在內容創建過程中越來越受歡迎，例如借由人工智能將文本轉換為視頻。像路透社這樣的大型媒體公司認識到利用人工智能創造視頻的好處，使公司能夠以與編輯內容相同的速度制作視頻。除了文本到視頻之外，不難觀察到許多人工智能技術人工智能簡化了講故事的過程，消除了耗費創造力的耗時，非創造性任務。并且，它成為故事講述者始終如一地達到正確基調并跟上需求的關鍵工具。盡管有這些好處，人工智能給人類帶來了負面的恥辱感和各種各樣的焦慮感。人們害怕它將完全取代人類的工作、害怕失業。然而，它正在改變內容創作者的工作方式并且變得更好。

人工智能敘事在影視和游戲行業的應用模式可以劃分為以下三類：人工智能作為內容創建（講故事）的輔助者、人工智能作為敘事者（單向講述故事）、基于人工智能的交互式敘事。下文將分別進行闡述。

二、人工智能作為影視敘事的輔助者

機器可以與人類一起工作以改善講故事的過程。這就是讓人工智能作為講故事的輔助者的角色。

（一）讓人工智能通過機器學習掌握“情緒弧線”的模型

情緒弧線是指一個故事中隨著情節的變化情感起伏的定量圖形弧線模型。讓人工智能通過對優秀影片故事中情緒弧線線的識別和判斷，為人類的故事創作提供有效的指導參考指標，從而優化人類講故事的流程。

如果將影視故事相關的各項指標統計為量化數據，那么情緒弧線是一項極為重要的量化指標。不夸張的說，情緒弧線是故事的支柱。講故事的大師從斯皮爾伯格再到皮克斯動畫工作室——都擅長引發觀眾的情感。憑借對觀眾脈搏的本能閱讀，他們調整自己的故事，在關鍵時刻激起喜悅，悲傷和憤怒等情感。但即使是最好的故事講述者也會產生不均衡的結果（一些莎士比亞戲劇讓觀眾感到無動于衷或斷絕關系）。這種變化的原因是什么？理論上可以認為，一個故事的情緒弧線在很大程度上解釋了電影的成敗。情緒弧線的想法并不新鮮。每個講故事的大師都熟悉它們。有些人試圖找出最常見的模式。目前好萊塢制片人主導的類型片最流行的弧線遵循“灰姑娘”的模式。由麻煩開始，主角為了實現目標經歷了各種阻力和磨難，經過了如同過山車一樣的波折后，主角最終實現目標。這樣的情緒弧線實際上被市場證明了最能獲得觀眾的共鳴。研究人員回顧了紐約時報的文章，看看特定類型是否更有可能成為該出版物發送最多的電子郵件列表。他們發現，讀者最常見的故事引起了強烈的情緒反應，特別是那些鼓勵積極情緒的故事。認為電影觀眾可能以同樣的方式回應是合乎邏輯的。

正因為如此，讓人工智能識別和判斷、乃至創造出基于內容的情緒弧線，成為了此類應用方向的研究重點。

（二）人工智能預測觀眾參與度

了解故事如何形成是有趣的，但了解我們如何使用這些發現更為重要。特定類型的情緒弧線能夠激起觀眾的反應和參與，特定類型的弧線能夠激發更多觀眾的反應。

麻省理工學院社交機器實驗室的團隊試圖通過分析Vimeo短片數據集的視覺數據來回答這些問題。對于每個故事，團隊使用回歸模型來考慮弧特征，同時控制對于可能影響在線反應的各種元數據，例如視頻長度和上傳日期。目標是預測視頻在社交媒體上收到的評論數量。在大多數情況下，大量的評論表明觀眾參與度很高，盡管可能會有一些警告。在一些大型視頻網站的如Vimeo分析中，視覺弧線確實預測了觀眾的參與度，幾個家庭的電影產生了更多的觀眾評論。對Vimeo視頻的其他分析揭示了類似的發現，兩個故事類型吸引的評論明顯多于其他類型。這些故事的最終結果是積極的情緒爆炸。主要區別在于故事在大結局之前涉及從負面到正面的更多情緒波動。這兩個類型的故事傾向于收到比那些消極結局的評論更多的評論， 這些反饋見解并不一定會讓編劇們回到故事板階段重新創作，卻可以激發創作者反思和審視作品并通過指標對創作流程進行優化。目前可以看到的是視頻故事的創建方式發生了重大變化。同樣，導演現在可以將動作捕捉整合到他們的作品中，作家和故事板可以與機器一起工作，使用人工智能功能來銳化故事并放大情感拉力。

至少可以肯定的是，在講一個獨特而真實的故事比以往任何時候都更受重視的時代，人工智能可以成為出版商，品牌和其他任何旨在以可持續，一致和可擴展的方式創建引人入勝的內容的創造者的強大工具。因此，讓人工智能識別判斷故事的情緒弧線，并在適當的時機為影視敘事者提供輔助和支持就能大幅優化影視敘事的流程、增加評估故事創作的標尺，協助創作出高質量的故事。可以說這種應用方向的著眼點在于人工智能帶來的科技創新如何進一步推動人的價值[2]。在這個過程中，人工智能是作為一個輔助的角色。

三、人工智能作為敘事者

這一研究方向旨在讓人工智能成為較為獨立的敘事者。它依賴于“故事生成系統”算法研究的持續不斷的努力。算法被理解為一組指令，當算法被輸入內容后，產生輸出。在目前的情況下，期望的輸出是一個故事。

在人工智能（AI）領域，故事的自動生成已經成為研究的主題超過五十年。最早的程序化故事生成器叫TALE-SPIN，一種在20世紀70年代開發的人工智能程序。在20世紀90年代，計算機程序MEXICA被開發用于研究智能繪圖內容的生成。使用類似于MEXICA的方法，ProtoPropp程序生成與俄羅斯民間傳說有關的故事。而在互聯網上有大量“隨機情節發生器”通過輸入一些條件和變量，能夠生成各種各樣的故事。隨著智能算法設計的發展，具備智能化故事生成能力的程序越來越靈活獨立。著名的例子有：加州大學圣克魯茲分校的博士生James Ryan使用代碼講述故事。謝爾頓（Sheldon Klein）是他目前的項目。命名來自于Sheldon County——人工智能的早期先驅。Sheldon County是一個人工智能的播客，它的程序自主產生無限數量的故事。另外，人工智能算法生成故事不僅僅局限于文字情節，它還能夠同時配以聲音影像擔當影片故事的講述者角色。一部人工智能自主創作的影片《Sunspring》于2016年在SCI-FI LONDON電影節上首次亮相。電影吸引了眾多粉絲，一位觀眾將其描述為有趣而又奇怪。然而要知道的是這個電影的劇本完全是由智能算法程序完成的。事實上，這部影片可能會引起其觀眾的一些疑慮。影片中的一個角色莫名其妙地咳出了眼球;影片中的對話經常聽起來像是一系列隨機無關的句子。

迄今為止，敘事學和人工智能之間關于這一主題的相互作用是有限的和不確定的。然而，正如計算敘事學的興起所證明的那樣，這種情況正在緩慢改變。這個前沿仍然需要探索，因為每個領域都可以為另一個領域做出重大貢獻。故事生成系統的算法實現不僅需要一組明確定義的概念作為實現的基礎，而且還需要將故事生成的整體工作明確劃分為更易于建模的特定任務。這可能需要區分構建故事的過程和構建故事后告訴它的過程。這兩個過程在虛構的情況下顯然是相互關聯的，但它們在概念上也與它們的輸入和輸出的觀點不同。敘事學對澄清這兩個過程之間的關系和相互作用的明確貢獻將構成對講故事的重要貢獻。如上所述，故事生成研究可以提供一個非常有趣的基準，用于實際測試敘事學概念清晰和精確到足以轉化為故事講述者的工作實現的程度。

例如，想象一個角色侮辱另一個角色，被侮辱的人具有復仇的個性。侮辱因此導致被侮辱的角色后來決定制定報復計劃。這個決定孵化計劃然后導致這個角色后來坐下來制定計劃。制定計劃然后讓角色后來執行計劃的第一步。這使他們出現在一個由侮辱者擁有的企業。導致復仇者環顧四周，看看是否有人在那里。她沒有看到任何人，所以她放火燒了生意。她離開了現場。

已有證據表明算法敘事能力可以證明這種潛力。2016年，IBM制作了第一部完全由人工智能創作的電影預告片。為了制作20世紀福克斯驚悚摩根的預告片，驚悚片預告片的數據庫被送入IBM Watson電腦。通過模式發現和其他功能，算法然后從電影中選擇音樂和場景，拼湊出可靠的預告片。 無論做出何種選擇，電影總是有相同的結局（燃燒的建筑物）。

四、基于人工智能的交互式敘事

不容忽視，有一個真正的動態講故事市場。如果這項技術落到了優秀的電子游戲制作公司的設計師手中，它可以用來產生一種全媒體環境下[3]永無止境的獨特、個性化的娛樂流。交互式敘事作為一種數字娛樂形式（通常應用在電子游戲或類似的交互軟件中），其中故事情節不是預先確定的。作者創造了敘述必須解決的環境，角色和情境，但用戶（也是讀者或玩家）根據他們與故事世界的互動經歷了一個獨特的故事。

傳統電子游戲的敘事方式停留在線性敘事、分支敘事和少數網狀敘事。但是無論哪種敘事方式，其實都是游戲設計者預先設定好的情節，在不同的結點，由玩家選擇而產生有限多種類的分支，最終完成敘事任務。玩家可以通過多次游玩，分別選擇不同的分支而最終實現所有分支情節的體驗。本質上說，這類敘事方式和寫小說一樣，都是提前已經設定好了所有的可能性。玩家的角色，與其說是游戲體驗過程的參與者，不如說是創作者創作故事情節的被動的接受者，其過程本質和看小說、看影視作品沒有區別——因為故事是靜態的，是事先已經安排好的。而在交互式的敘事模型中，情況則與以往截然不同。人類玩家是故事的體驗者、參與者同時也是創造者的一部分。交互敘事的系統里，沒有提前設定好的劇本，只有一個能夠相互作用的系統。所有的行為、交互都會產生各種各樣的因果聯系，并相互作用于后續的情節發展。而人工智能算法則作為一個游戲情節的代理，它的計算能力負責計算各種因子的影響，并持續根據所有玩家和游戲世界的條件動態的提供游戲中的情節反饋。這樣的游戲世界模型，可以說非常接近現實世界，玩家每次進入游戲的體驗會隨著行為和選擇的差異而動態的呈現區別，再考慮上所有玩家的差異，可以說沒有哪一次的體驗會完全一樣。因此，這類交互式敘事可以很好的給電子游戲指出未來的發展方向之一。“交互”的內涵在電子游戲的語境中得到深入，即是真正意義上，對于玩家的不同輸入表現，得到復雜智能化的反饋，從而讓玩家真正在玩一個游戲，而不是另一種變相的影片或者電子讀物。最早的互動角色體驗之一涉及“Eliza”，這是一種在20世紀60年代開發的語言和軟件系統。它似乎是一個非常復雜的實體，可以引人注目地與用戶交流。但是越多人與之互動，他們就越注意到公式化的反應，這表明它是一個相對簡單的計算機程序。相比之下，像“Tale-Spin”這樣的節目在幕后制作了精心制作的技術流程，觀眾從未見過。觀眾只看到了技術帶來的結果，例如自私的人物會說謊。結果與“Eliza”效應相反：不是觀眾最初假設的簡單過程是復雜的，而是讓受眾體驗的復雜過程變得簡單。 兩種類型的隱藏過程的一個優秀案例是電子游戲“模擬城市”。它包含一個復雜但最終透明的城市工作模式，包括影響交通需求的住房位置和造成困擾附近居民的工業活動。它旨在通過游戲引導用戶了解這個基礎模型，因為他們建立自己的城市并觀察他們的成長方式。這種探索和響應是支持長期玩家參與的最佳方式。Versu是講述人們互動故事的電子游戲引擎。Versu故事中的每個人都以人工智能為模型，賦予他們獨特的個性特征和傾向。他們記得球員如何對待他們。他們可以成為你的朋友，你的愛人，你的導師，你最大的敵人。他們注意到你選擇說什么，但他們也可能對手勢，表情做出反應，不論你是否嘲笑他們的笑話。用戶可以享受之前沒有體驗過的社交自由。在后面刺傷人物，或者甜言蜜語，直到你讓他們完全按照自己的意愿行事。以電視游戲的未來方式運作的游戲非常罕見，但Versu的故事就是其中之一。這一切的簡單性背叛了社交人工智能項目的復雜程度。這不是關于選擇預定義路徑之一的預先編寫的故事。它似乎是一個真正的新興故事。場景可以作為任何角色重放，而之前播放的場景現在由他們自己獨特的人工智能接管。然后，當歷史中不同點的已知角色以適當的行為編程時，可以坐下來共同吃飯。

交互式敘事系統的體系結構有三個組成部分：戲劇管理器，用戶模型和代理模型。戲劇管理器負責通過以連貫的順序搜索和執行故事“節拍”來引導敘事，通過提供新的信息和協調矛盾情節來改進故事事件，并與代理模型協作以選擇角色的最佳敘事動作。它監測故事世界中的一些概述變量，以便根據作者的目標對敘事作出最佳決策：衡量整體沖突將有助于增加或減少戲劇性的緊張，同時衡量關系和可愛性可以引導故事走向浪漫的故事情節。代理模型收集有關故事世界和角色的信息，并生成可能的動作以響應故事中的每個非玩家角色。游戲世界中的角色可能的行為均來自角色的個性和情感模型，這允許每個角色表現出具有智能化的戲劇目標的自主行為。最后，用戶模型跟蹤玩家的選擇和輸入，例如戲劇管理器和代理人模型可以配合用戶嘗試的方式，而不是挑戰或誤解他們的決定。目前常用的開發交互式敘事系統的策略有三種。首先，環境方法是采用交互式系統（例如計算機游戲）的方法，并且以形成連貫的情節的方式鼓勵用戶的動作。由于系統足夠復雜，不管用戶的行為如何，緊急行為都可能形成類似故事的行為。第二種，通過數據來驅動“故事組件”庫，其足夠通用以便可以響應于用戶的動作（或缺乏動作）而平滑地組合。這種方法的優點在于更加通用的定向環境方法，代價是更大的初始投資。第三種，基于語言的方法要求用戶和系統共享一些非常有限的特定領域的語言，以便它們可以相互作出反應，并且系統可以“理解”更大比例的用戶操作，例如圖畫語言或者通用語言（如英語）的限制版。

這些系統共同產生了“人類”的角色，改變了對玩家的實時反應，并確保新的敘事事件可以被理解。圍繞交互式講故事的研究領域包括許多不同的領域，包括心理學，社會學，認知科學，語言學，自然語言處理，用戶界面設計，計算機科學和緊急情報。它們屬于人機交互（HCI）的總稱，處于硬科學和人文科學的交叉點。制作有效的互動故事系統的難度歸因于每個領域的專業人員之間的意識形態分歧：藝術家難以將自己限制在邏輯和線性系統中，而程序員則不愿意欣賞或融入人文學科的抽象和未經證實的概念。交互式敘事形式受到觀眾選擇的強烈影響。這些經驗需要引人注目的計算機生成角色，而不是現在通過智能手機和家庭助理向我們講話的外殼。而且他們需要的虛擬環境不僅僅是模擬空間——而是感覺生機勃勃，反應迅速且具有情感意義的環境。

五、小結

人工智能現在非常復雜，它可以完成很大一部分工作——就像檢測我們周圍的趨勢和發生一樣——并且它是人類工作者的盟友。人工智能以人類無法完成的規模完成這些任務。這個過程使故事講述者更好地完成工作，并證明人工智能更像是現代敘事的替代品。與人們在過去幾十年中看到的其他突破性發展類似（例如，智能手機，虛擬現實，甚至面部識別等），在未來，放棄對技術的部分控制比我們與一個人進行互動的方式至關重要。在未來十年人們將生活在一個完全由機器操作的社會中的假設是不現實的。但可以公平地說，相關技術將成為人們溝通，消費信息等方式的重要組成部分。如果有一件事可以被肯定的了解，那就是人工智能并不是講故事的最后一種轉型技術，因為不難觀察到虛擬和增強現實的進展。創造性的視角或許是勇敢地接受這些技術，這些技術將對人們的生活和工作產生積極影響。

下一代媒體——它將成為藝術，學習，自我表達甚至健康維護的基礎——需要一種深刻的跨學科方法。藝術與科學，講故事和軟件應當融合在一起，而不是單向的由藝術家掌握的工程師建造的工具。如此才能創造與人類文化密切相關的突破性的，藝術和技術復合化的體驗。

參考文獻：

[1] 王峰.人工智能科幻敘事的三種時間想象與當代社會焦慮[J/OL].社會科學戰線：1-8[2019-02-27].http：//kns.cnki.net/kcms/detail/22.1002.C.20190222.1010.022.html.

[2] 彭桂兵.人工智能時代科技題材紀錄片的敘事藝術——以央視紀錄片《創新中國》為例[J].中國電視，2018，（12）：38-41.

[3] 賀艷.試析新的媒介生態對電視劇創作的多維影響[J].中國電視，2018，（6）：12-17.