《權(quán)力的游戲》終章第八季開播之際，來自慕尼黑工業(yè)大學(xué)的學(xué)生利用AI對角色的死亡率進(jìn)行預(yù)測，結(jié)果顯示幾位主角中，龍媽可能活到劇終，三傻可能最快領(lǐng)便當(dāng)。

《權(quán)力的游戲》最終季今日開播。

粉絲和媒體們對第八季劇情分析一直沒斷過，大眾都是靠自己的想象力來給出可能的劇情，而一群參加慕尼黑工業(yè)大學(xué)（TUM）計算機(jī)科學(xué)研討會的學(xué)生不同，他們用機(jī)器學(xué)習(xí)預(yù)測了權(quán)力的游戲主要人物的發(fā)展，最簡單粗暴的結(jié)果是預(yù)測誰會死亡。

算法顯示：

龍媽（DaenerysTargaryen）幸存的機(jī)率最高，死亡率僅0.9％；

龍媽的國王之手小惡魔（TyrionLannister）也只有2.5％的死亡率；

最有可能死亡的角色包括：

雇傭兵波?。˙ronn）成為最可能涼涼的角色，死亡幾率高達(dá)93.5%，緊隨其后是瑟曦的貼身侍衛(wèi)“魔山”GregorClegane，死亡幾率80.3%。而斯塔克家族里面的“三傻”SansaStark死亡率也高達(dá)73.3%，弟弟布蘭（BranStark）緊隨其后。

更多預(yù)測結(jié)果：

https://got.show/statistics

AI預(yù)測權(quán)游角色生死

這群來自慕尼黑科技大學(xué)（TUM）和Rostlab的權(quán)游狂熱粉絲，爬取了AWikiofIceandFire、FandomGameofThronesWiki等網(wǎng)站的公用信息，使用JavaScript編寫機(jī)器學(xué)習(xí)算法來預(yù)測權(quán)游角色的死亡率。

該項目由GuyYachdav（Shupperz數(shù)據(jù)科學(xué)主觀）和ChristianDallago（TUM生物-計算機(jī)科學(xué)博士、科學(xué)研究員）主導(dǎo)，最初開始于慕尼黑大學(xué)在2016年舉辦的一次JS技術(shù)研討會。

GuyYachdav

ChristianDallago

在當(dāng)時的研討會上，近40個學(xué)生完成了包括數(shù)據(jù)庫和API搭建、數(shù)據(jù)分析、網(wǎng)站設(shè)計和搭建、繪制地圖、以及整合等任務(wù)。今年他們對數(shù)據(jù)庫、API、數(shù)據(jù)分析以及網(wǎng)頁前端都進(jìn)行了更新，非常炫酷。

項目地址：

https://got.show/

實現(xiàn)過程

目前該項目由四個團(tuán)隊開發(fā)：團(tuán)隊1從Wiki來源收集數(shù)據(jù)；團(tuán)隊2和團(tuán)隊3使用機(jī)器學(xué)習(xí)方法進(jìn)行預(yù)測；團(tuán)隊4負(fù)責(zé)網(wǎng)站和集成。

最后，2個團(tuán)隊負(fù)責(zé)持續(xù)整合各個項目，剩下2個團(tuán)隊將所有內(nèi)容組合到最初的got.show的webapp中。

類似算法應(yīng)用于金融和醫(yī)療

該項目使用的壽命分析預(yù)測存活率的技術(shù)，類似于研究治療和并發(fā)癥對癌癥患者的影響的科學(xué)研究。關(guān)于生存機(jī)會算法的工作是慕尼黑技術(shù)大學(xué)計算機(jī)科學(xué)系每學(xué)期舉辦的JavaScript研討會的一部分。在課程中，學(xué)生將學(xué)習(xí)如何設(shè)計、開發(fā)和部署智能計算機(jī)系統(tǒng)。

首席導(dǎo)師GuyYachdav博士說：“雖然預(yù)測權(quán)力游戲人物生存機(jī)會的任務(wù)依賴于從幻想世界中獲取的數(shù)據(jù)，但在現(xiàn)實世界中使用完全相同的人工智能技術(shù)并且對我們的日常生活產(chǎn)生重大影響。“

Github開源

由于對結(jié)果非常滿意，他們直接將項目開源了，放在Rostlab的Github倉庫里，共有8個repo：

JS16_ProjectA

鏈接地址：

https://github.com/Rostlab/JS16_ProjectA

在這個項目中，將通過由來自多個資源的數(shù)據(jù)集成到一個中央數(shù)據(jù)庫，為系統(tǒng)打下基礎(chǔ)。該數(shù)據(jù)庫將為其他項目開發(fā)的應(yīng)用程序和可視化工具提供服務(wù)。

JS16_ProjectF

鏈接地址：

https://github.com/Rostlab/JS16_ProjectF

在這個項目中，將為GoT數(shù)據(jù)分析和可視化系統(tǒng)構(gòu)建一個Web門戶。該網(wǎng)站將在ProjectE集成團(tuán)隊的幫助下，將集成所有在projectB-D創(chuàng)建的APP。

JS16_ProjectC_Group10

鏈接地址：

https://github.com/Rostlab/JS16_ProjectC_Group10

著名的GoT世界是非常廣闊的，遍布維斯特洛，埃索斯和索托里三大洲。原著《冰與火之歌》的讀者將從君臨到七國的邊界，并進(jìn)一步穿越狹窄的海域。書中提到的兩千多個字符與GoT世界中的多個地標(biāo)相關(guān)聯(lián)。您的任務(wù)是找到角色位置關(guān)聯(lián)，并將這些關(guān)聯(lián)放在交互式GoT地圖上。

這樣的工具將幫助我們弄清楚Gregor“thehound”Clegane在他的旅行中去了哪些地方以及這些旅行如何與TarthBreanne的旅行相吻合。

JS16_ProjectD_Group5

鏈接地址：

https://github.com/Rostlab/JS16_ProjectD_Group5

JoffreyBaratheon是電視史上最厭惡的角色之一。事實上，人們在Twitter上還慶祝他在電視劇中的死亡。我們很有興趣通過分析推文中提到的字符來了解更多關(guān)于人們對不同GoT角色的感受。這個包提供了一些函數(shù)，這些函數(shù)將返回有關(guān)“權(quán)力的游戲”中人物推文的有趣數(shù)據(jù)。

JS16_ProjectB_Group6

鏈接地址：

https://github.com/Rostlab/JS16_ProjectB_Group6

《權(quán)力的游戲》中的角色總是有被淘汰的危險。這項任務(wù)的挑戰(zhàn)是要看看被淘汰的角色還有多大的風(fēng)險。這個項目的目標(biāo)是根據(jù)角色的死亡概率百分比(PLOD)對其進(jìn)行排序。您將使用機(jī)器學(xué)習(xí)方法分配一個PLOD。

JS16_ProjectE

鏈接地址：

https://github.com/Rostlab/JS16_ProjectE

在這個項目中，將把項目B，C和D中開發(fā)的所有應(yīng)用程序放入ProjectF中開發(fā)的網(wǎng)站中。在這個項目中，您將從每個項目存儲庫中提取代碼，使用一組依賴項進(jìn)行編譯并打包應(yīng)用程序，以便可以從項目F中開發(fā)的網(wǎng)站輕松調(diào)用它們。

JS16_ProjectD_Group4

鏈接地址：

https://github.com/Rostlab/JS16_ProjectD_Group4

JoffreyBaratheon是電視史上最厭惡的角色之一。事實上，人們在Twitter上還慶祝他在電視劇中的死亡。我們很有興趣通過分析推文中提到的字符來了解更多關(guān)于人們對不同GoT角色的感受。這個包提供了一些函數(shù)，這些函數(shù)將返回有關(guān)“權(quán)力的游戲”中人物推文的有趣數(shù)據(jù)。

JS16_ProjectB_Group7

鏈接地址：

https://github.com/Rostlab/JS16_ProjectB_Group7

《權(quán)力的游戲》中的角色總是有被淘汰的危險。這項任務(wù)的挑戰(zhàn)是要看看被淘汰的角色還有多大的風(fēng)險。這個項目的目標(biāo)是根據(jù)角色的死亡概率百分比(PLOD)對其進(jìn)行排序。您將使用機(jī)器學(xué)習(xí)方法分配一個PLOD。

API及文檔

API及文檔地址：

https://api.got.show/doc/

API分為影視劇API和小說API。影視劇API包括動物、年齡、刺殺、壞人、戰(zhàn)役、城市、角色、城堡、劇集、事件、家族、領(lǐng)地、城鎮(zhèn)；小說API包括年齡、城市、角色、角色路徑、角色出生地、大陸、文化、事件、家族和領(lǐng)地。值得注意的是，目前API只提供了GET方式，POST會在稍后提供。

模型示例

NPM包

除此之外，團(tuán)隊還提供了4個NPM包，分別是：

1. 粉絲傾力制作最評論、最完整的權(quán)游互動地圖包gotmap：

https://www.npmjs.com/package/gotmap

2. 適用于具有可視化功能的權(quán)游角色包gotsentimental：

https://www.npmjs.com/package/gotsentimental

3. 權(quán)游特定的Twitter情緒分析工具gotdailysentiment：

https://www.npmjs.com/package/gotdailysentiment

4. 1946個角色的死亡率預(yù)測gotplod：

https://www.npmjs.com/package/gotplod

AI撰寫權(quán)游同人小說：詹姆斯殺死了瑟曦

對于《冰與火這歌》小說的老讀者來說，等原著馬丁更新簡直太痛苦了。網(wǎng)絡(luò)上也充斥著大量的冰火和權(quán)游的同人小說，而其中最特別的，要數(shù)早在2017年有人利用人工智能撰寫的權(quán)游同人小說。

當(dāng)時，權(quán)游和冰火的死忠、全棧軟件工程師ZackThoutt剛剛完成了Udacity上的人工智能和深度學(xué)習(xí)課程。于是利用自己學(xué)到的知識訓(xùn)練了一個RNN，來預(yù)測當(dāng)時拖更的第六部小說劇情。

當(dāng)時他用AI寫出了五章，里面的劇情有些逆天：

詹姆斯殺死了瑟曦、雪諾騎上了龍，太監(jiān)瓦里斯殺了龍媽，AI還創(chuàng)建了一個名為Greenbeard的新角色……

由于馬丁的原著有大約32000個獨特單詞，額外的形容詞以及虛構(gòu)的位置和標(biāo)題對網(wǎng)絡(luò)而言更加復(fù)雜，因此使得訓(xùn)練網(wǎng)絡(luò)變得更加困難。

另外，馬丁的五部小說的文本實際上也是一個相對較小的數(shù)據(jù)集，用于訓(xùn)練RNN不太夠。Thoutt說，一個更理想的來源是一本100倍于該系列大小的書，但有一本兒童的書本詞匯量。

現(xiàn)在，Thoutt的小說已經(jīng)寫完了5章，大家可以去閱讀。