作者：张明浩、郭培振

　　从抖音短视频的算法推荐，到影视剧创作时的算法反馈；从媒介平台的个人定制式“每日资讯”推荐，到日常消费的算法计算……算法如空气一般，成为一种无形的“实在”，真实地影响甚至颠覆着人们的文化、消费与理念。伴随着算法的不断进化及大数据的迭代更新，算法的“整合推优”能力越加突出。算法思维将对电影行业产生哪些影响？我们又该如何面对其带来的机遇与挑战？

　　算法的电影工业生产实践

　　当算法模型发展到“深度学习”的阶段，人类在电影生产领域的主导地位似乎受到了前所未有的冲击。电影的生产全流程、产业项目评估、导演创作思维与文化生态，正在经历一场“算法革命”。

　　当作品处于创意初期时，人工智能算法就可以为电影项目提供风险评估与智能推荐。比如，美国洛杉矶的Cinelytic公司依靠强大数据库研发的算法预测系统，就可以分析并预测电影剧作及演员的市场价值；20世纪福克斯和谷歌共同开发的Merlin系统，通过分析观众情绪与接受偏好，利用“算法推荐”来达到电影宣传的最佳效果。国内的灯塔数据平台也具有大数据计算与票房预测等功能。

　　除了提供以风险投资为核心的商业算法逻辑外，算法已经介入电影生产的全流程，甚至可以模拟人类的摄影/拍摄底层逻辑，AI辅助剧本创作、虚拟制片、人工智能生成影像、算法智能推荐等技术正逐渐成为电影制作的常态。《流浪地球2》摄影指导刘寅就曾透露，《流浪地球2》在拍摄过程中运用了泰坦（Titan）这一目前全球最大的MOCO（即“数字控制”技术最高端的设备）来完成人类无法拍摄的场景。此外，他对“数字控制”拍摄的重要性及准确性直言不讳，而这背后，实则是一次电影制作算法化与“算法工业”的实践。在后期制作阶段，AI可以基于算法深度学习实现智能剪辑、自动生成影像，以及为影像设计同步声音、音效等功能；在宣发阶段，算法智能推荐能够提供电影项目的“最优化”宣发策略，起到活跃目标受众市场的作用。

　　算法之下的电影工业美学

　　在人工智能算法全面影响影视生产的当下，面对新技术介入电影生产制作、影响电影制作过程、颠覆电影本体属性这一系列现实问题，我们迫切需要与之匹配的理论来解释、研究这些新问题。基于陈旭光教授的电影工业美学理论，笔者提出了算法时代的“电影算法工业美学”理论，并以此来讨论算法革新电影全流程背后的机制问题。

　　笔者认为，电影算法工业美学应遵循“算法可视式制作”“算法内导演”与“算法全流程推荐”三重制作逻辑，核心是通过算法精准掌握大众趣味，并以此进行资源整合，从而避免“成本病”。需要注意的是，电影算法工业美学的宗旨是关注大众文化，提倡电影应是制作者与大众“对话”的产物。算法的目标是大众共情满足，不可唯算法论，生产者须警惕算法背后的“算法异化”问题。

　　首先，人工智能算法革新了电影生产端与消费端的核心——人的意识。无论是创作者，还是受众，都在算法的影响下发生了颠覆性变化。所以，电影算法工业美学应关注算法影响后的“人”之变化这一问题。在生产端，创作者要在尊重个人艺术感性创作的同时，有“算法内作者”意识，尊重算法后的大众审美与数据理性，做到数据理性与情感感性的“二元统一”。在消费端，电影营销需要进行“算法偏好式引导”，只有更好地了解受众的普遍需求，才能让电影进入更多“百姓家”。

　　其次，人工智能算法全面革新了电影生产过程中的技术环节与“具体的人”的地位。电影工业美学主张关注电影生产过程中除去导演、编剧之外的生产者们，电影算法工业美学也应延续“具体的物的关注”与“具体的人的关注”思维，关注电影生产中的机械之变，以及这些制作机制带来的生产美学变迁。具体而言，电影算法工业美学强调算法工业生产的“感性工学”逻辑，认为算法式生产是一种将人之想象进行感性数据呈现的过程。比如数控机械臂的“轨道求反”与“数据循环及再生”就是一种“算法工业式机器运行逻辑”。

　　需要指出的是，提倡“电影算法工业美学”并非提倡一种复制化、“非人介入”“完全自动化”的电影生产模式，而是一种“新形态对话观念”，即电影生产者与大众文化的算法对话，提倡生产者要有算法工业式电影生产的新意识。

　　显然，在人工智能算法时代建构与之匹配的电影理论绝非一日之功，需要不断丰富体系、完善方法。但笔者认为，我们不能忽视领域内迈出的任何一小步，这将会在未来产生巨大的影响。当下，“电影算法工业美学”便是这眼前的一小步。

　　（作者张明浩系浙江大学传媒与国际文化学院博士；郭培振系中国传媒大学戏剧影视学院硕士）