אולפנים הוליוודיים שמפיקים סרטים בתקציבי עתק יודעים שקמפיין השיווק המקדים של הסרט עשוי לקבוע במידה רבה את הצלחתו באקרנים. החלק הכי חשוב בקמפיין הזה הוא הטריילר (קדימון) - קטע וידיאו קצר המציג קטעים מהסרט ואמור לפתות אנשים להתעניין בו, ולבסוף ללכת לצפות בו.
כעת, אולפני פוקס המאה ה־20 אומרים כי פיתחו מערכת בינה מלאכותית שתוכל לחזות את הפופולריות של סרט בקרב אוכלוסיות שונות על פי הטריילר שלו, וכך לעזור למפיקים ליצור טריילרים יעילים וטובים יותר. אנשי החברה, שנעזרו במערכת בינה מלאכותית של גוגל ובמעבדים של נבידיה, פיתחו מערכת למידה עמוקה, שלדבריהם יכולה לנתח טריילר של סרט, ולחזות לאיזה סוגי קהל הוא יקרוץ, ומי יצפה בו בקולנוע או בטלוויזיה.
התהליך כלל "אימון" של המערכת הממוחשבת: נסרקו טריילרים של מאות סרטים שיצאו בשנים האחרונות, והנתונים הושוו למיליוני רשומות שמרכיבות את נתוני הצפייה האמיתיים באותם סרטים. כך, המערכת יכולה ליצור קשר בין הטריילר לבין ביצועי הסרט במציאות. על פי האולפנים, המערכת הצליחה לזהות קשרים כאלו עם סרטים שיצאו לפני כן, וגם עם סרטים שטרם יצאו בעת הבדיקה.
המערכת מסוגלת לזהות בטריילר שלל אלמנטים: צבעים, פרצופים, תאורה, נופים, אובייקטים ועוד, אך לא אירוע ספציפי כמו מכוניות מתפוצצות או חילופי יריות (וייתכן שזו מגבלה משמעותית שלה). לפי הסריקה היא חוזה הצלחה של הסרט בקהלים שונים: כך, טריילר עם הרבה אנשים ותאורה רכה יקרוץ לקהלים מסוג אחד, וטריילר עם הרבה נופים, עצמים ותאורה עזה יותר, לקהלים מסוג אחר.
החוקרים היו עמומים לגבי שימושים אפשריים במערכת, אך בגדול טענו שכך הם יידעו ליצור טריילרים טובים יותר, שיתאימו לקהל היעד של סרט מסוים. אם הקדימון יהיה טוב יותר, הוא יגדיל את הסיכוי שאנשים יקנו כרטיסים לסרט. הם גם יוכלו לדעת אילו קדימונים להציג לפני סרטים מסוימים בבתי הקולנוע, ובכלל, המידע יוכל לתת לאולפנים מידע רב על הפוטנציאל של סרט עתידי.
