<mark id="oztn4"></mark>
0
早在2016年，《權力的游戲》第六季播出之前，慕尼黑工業大學（TUM）的學生就開發了一款AI應用程序，來預測劇中人物的存活情況。
近兩年之后，《權力的游戲》第八季，也就是最后一季，終于在昨天回歸了。再過六周多一點的時間，我們就會知道這部劇在過去八年中一直朝著一個目標前進，那就是：很多人會死。
和這部劇一起歸來的還有當年的學生團隊，他們使用自己設計的AI算法，在網上搜索相關的數據，并計算劇中每個角色的生存幾率。
如果你認為機器學習的預測只是胡言亂語，可別忘了，這群學生之前創建的算法就成功預測了雪諾（Jon Snow）的復活。
雷鋒網注：【 圖片來源：PHYS 所有者：GoT-Team 2019 / TUM 】
他們的算法預測，龍媽（Daenerys Targaryen）最有可能在這個痛苦的世界中生存下來，存活的幾率為99%。她的國王之手小惡魔（Tyrion Lannister）的存活率也高達97%。
Jon Snow是一個稍微復雜一點的命題，但是，算法預測，他在第八季中幸存的機會為88%，可以說是非常強勁了。
從統計數據上看，Bronn幾乎肯定會死，預測的死亡率為93%；Gregor Clegane的死亡率也高達80%；三傻（Sansa Stark）出生在臨冬城，而且已經結了婚，她的死亡率為73%；她的小妹妹(同時也是十足的壞蛋)Arya存活的幾率略高，預計的死亡率為47%。
當然，這只是算法分析的結果，所以要對這一切有所保留。說到底，這只不過是又一個證明機器學習能力的偉大實驗。
機器學習能夠從過去的海量案例中學習，并自動編譯關于案列的統計數據，然后對未來的事情做出預測。
《權力的游戲》里只有少數角色死于老年，但大多數角色都以暴力收場。這不僅讓人深思，劇中的死亡情況是隨機發生的，還是只發生在那些表現出類似特征的人身上？這些特征可能是年齡、血統和性別，也可能是劇中角色所做出的錯誤且重大的決定。
該算法試圖分析所有死亡角色的共同特征，然后利用共同特征來預測存活角色的死亡百分比(PLOD)。算法分析的數據提取自《冰與火之歌》和《權力的游戲》的維基百科內容，這可能是分析該系列5本書和8季電視劇中大約2000個角色的最佳資源。
算法不僅從信息庫中提取每一個角色的死亡或存活信息，還提取了描述角色的其他特征。這樣，一個數據集就產生了，它可以用同一個特性來描述不同的角色，無論死亡或存活。下一步就是，找到最能區分死角色和活角色的特征集。
這個機器學習模型旨在使用與貝葉斯推理相關的技術，來檢驗不同特征與角色壽命的關系，類似于檢驗治療和并發癥對癌癥患者的影響，或檢驗地震事件之間的相關性。
這個學生團隊假設，在一個角色的一生中，他/她每年都有一定的概率死亡。這個基本死亡率對所有角色都是一樣的，但特征不同會讓死亡概率增加。例如，作為一個男人可能會讓死亡風險增加60%。
通過計算這些危險性，機器可以為任何角色建立一個生存函數，以此來判斷，在一段時間內，該角色死亡的可能性有多大。
該模型就房子、情人、婚姻、主/次要角色、以及性別等特征進行了分析。
除了貝葉斯生存分析，另一種方法是訓練神經網絡來預測某個角色在某一年的死亡率。這種方法也會建立生存函數，但是神經網絡的模式會比貝葉斯模型更復雜。神經網絡會包含更多的“意外”死亡，而貝葉斯模型則認為這些死亡是隨機的異常值。
這個模型使用了Python的Keras框架。基本上，最簡單的神經網絡架構之一就是使用前饋技術。這意味著輸入是一個任意的實值維數向量，然后通過所謂的“隱藏層”進行處理，最終輸出也是一個數字向量。
此外，神經網絡由許多參數組成，這些參數在訓練過程中會進行調整。訓練是自動改變參數的步驟，使網絡輸出盡可能接近給定的輸入- 輸出關系。
如何將與角色相關的復雜信息轉換為向量，是目前要考慮的重中之重。有些信息是標量，例如角色介紹在維基百科中的排名前后。其他信息，例如角色出現的情節，是一組有預定義的值。
因此，我們可以創建一個維度與劇集數量相同的向量，如果角色出現在相應的劇集中，則將維度設置為1.0，否則設置為0.0。通過這種方式，不同種類的信息可以轉化為向量，而且這些向量會相加。最后，書中的數據提供了1561個輸入維度，電視劇中的數據提供了411個輸入維度。
一般來說，變老仍然是影響角色死亡的最重要因素，畢竟，年齡越大，經歷的危險就越多。這就是角色的年齡也要被神經網絡采納分析的原因。
因為神經網絡的輸出只是決定“生存百分比”的一個維度，所以為每個角色創建90個不同的輸入向量是有可能實現的（每一年對應一個輸入向量）。如果角色到達設定的年齡仍然存在，神經網絡將預測該輸入向量為1.0，否則為0.0。
此外，這個神經系統還允許預測PLOS隨時間變化：修改角色的輸入年齡很容易，而且修改會與PLOS中的變化直接相關。系統預測的角色死亡率僅僅針對《權利的游戲》第八季。
為了總結這一點，讓我們看一些關于預測和神經網絡的統計數據。
首先，的《冰與火之歌》里共有484個可用的角色，其中188個用于訓練(即已經死亡)，其余296個存活角色則用于預測。最后，書中數據的訓練準確率達到了88.75%，而最終的驗證準確率為89.92%。
同樣，《權利的游戲》中提取146個可用角色，82個用于訓練，64個用于預測。電視劇數據最終的訓練準確率為79.64%，最終的驗證準確率為85.69%。
雷鋒網注：更多信息請看：https://got.show
雷鋒網注：【封面圖片來源：網站名PHYS，所有者：GoT-Team 2019 / TUM】
