人工智能劇透《權力的游戲》：囧雪還活著，龍母大贏家（掛了）

本文作者：逸炫

2016-04-22 16:38

導語：竟然要學霸動用黑科技，我大《冰火》掛幾個主角，這也算個事？

圖：機器學習支持的算法預測了囧雪諾的最終命運。圖片來源：慕尼黑理工大學。

慕尼黑理工大學的科學家用人工智能、機器學習和大數據預測了《冰與火：權力的游戲》人物命運。《權力的游戲》終極懸念：薛定諤的囧雪諾。上一季大結局中，身中n刀的Stark家族成員囧雪諾，到底死了嗎？活了嗎？死了嗎活了嗎？？

官方一致回答，死了死了死了。誰信啊。網絡上時不時就會看到“囧雪諾如何復活”的預測帖。

現在，“囧雪復活”陣營獲得了超硬的技術支持：慕尼黑理工大學的學霸Guy Yachday博士在一門關于人工智能、機器學習和而大數據的JavaScript 課程中指導了一個項目——預測結果是：囧雪諾死亡的概率只有11%。

Happy了嗎？還有呢。龍母丹尼斯·坦格利安會成為權力的游戲大贏家，雖然，有高達95%的死亡率。

該項目名為“冰與數據之歌”（好冷…）。項目有一個工具，追蹤每個角色相關的推文，記錄他們在馬丁創造的虛擬世界中的足跡，并且收集數據，預測七大王國的未來。

“我...放假無聊沒事做”

項目發起人Yachdav博士來自以色列，在哥倫比亞大學完成了計算機科學和政治科學本科學位，以及MBA（金融與創業方向）學位，去年在慕尼黑理工大學完成生物信息科學博士學位。他還是醫藥數據庫和軟件研究公司Biosof的聯合創始人及CEO。“這個項目很好玩。我們研究小組的日常，是用數據挖掘和機器學習算法回答復雜的生物學問題。這個項目中我們運用了類似的技術。只是這次，研究的是人氣電視劇。“Yachdav博士說。”數據挖掘和機器學習讓數字機器從現代生物學中獲益，進行疾病診斷、治療和預防。這樣一個‘真實世界’挑戰，使得這個課程贏得了學生們的心。”慕尼黑理工大學生物信息學教授Burkhardt Rost說，“而且項目創造的互動視覺地圖可能打開一種數據視覺化的新方法，我們可以在未來的研究中繼續跟進。”

Yachdav博士說，他在圣誕假期期間有了“冰與數據之歌”的想法，因為放假沒有什么事情做（這…）。“一年半以前，我坐著，無聊，就開始自己做這件事。我開始收集信息，制作所有角色的屬性，但是放假完了還得回去工作，作為我博士項目的一部分，我得教一門課。”他說。“馬丁創造的史詩級復雜世界，提供了無窮的多維度數據資源，對于我們的課程來說是一個完美的設（借）定（口）。”因此，他決定把項目作為JavaScript和數據課程的一部分，讓學生們一起來玩。

——學霸們無聊起來，特別任性啊。我們一起看看項目網站的介紹，如何利用人工智能算出主角們的終極命運。

人工智能大法好

機器學習

機器學習技術讓我們可以進行預測。它研究大量的過往數據，然后自動生成數據，來預測未來事件的可能性。《冰與火之歌》系列的一大“亮點”就是很多角色掛了，包括我們最愛的主角們。只有很少是壽終正寢，大部分都是死于非命。這些死亡是隨機的？還是因為角色們自帶哪些“找死”屬性？這些屬性可能是年齡、家族和性別。也可能是他們在人生關鍵點做出的錯誤決定。

這個項目里，我們希望找到所有已故角色的共同設定，以此預測健在角色的死亡率——預測誰最可能掛掉。

數據抽取

我們去收集了所有能找到的關于角色的數據。要總結5本書、2028個角色的所有數據，《冰與火》維基百科大概是信息的最好來源。針對每一個角色，我們都從維基中抽取了生死結果和各種屬性信息，共有超過30個不同的屬性。我們有了一個描述每個角色的信息庫。

屬性選擇

機器學習可以比較已故角色和健在角色的屬性，選擇那些”生死攸關“的屬性。我們將所有的屬性和角色名字輸入到機器學習算法中。

為選擇屬性，我們使用了RELIEF功能，用WEKA平臺的參數作為初始值。我們最后選出的“生死攸關”的屬性包括：角色在《群鴉盛宴》書中的出場、所屬家族、社會群體、角色在《與龍共舞》書中的出場、是否是貴族、性別、頭銜、年齡、婚姻狀況、配偶是死是活…...等24種屬性。

方法描述

我們使用了John Platt的序列最小優化算法，來訓練一個使用多項式核函數的支持向量機，由WEKA提供。為了訓練和測試模型，我們將數據庫分為10個同等大小的子數據庫。我們在9組子數據中訓練模型，用剩下的一組來測試。我們輪換不同的子數據，讓每一組子數據都被測試過一次。這個過程叫做“十折交叉驗證”，可以驗證精度。最終結果的精度為74%。