Maskinlæringsalgoritme forudsiger, hvem der bliver stående i Game of Thrones

Kort før gardinet falder for det populære HBO-show Game of Thrones (GoT), studerende, der deltog i et datalogiseminar på det tekniske universitet i München (TUM), påbegyndte en usædvanlig videnskabelig mission:at forudsige, hvilken karakter der har den bedste chance for at sidde på den eftertragtede jerntrone.

Studerende ved det tekniske universitet i München udviklede en applikation, der gennemsøger nettet for data om Game of Thrones, knaser derefter tallene ved hjælp af et sæt kunstig intelligens-algoritmer, som de har skabt til at forudsige overlevelseschancerne for hver af Game of Thrones-karaktererne.

Tilbage i 2016, og lige før udsendelsen af ​​sæson 6, studerende på samme kursus skabte en algoritme, der nøjagtigt forudsagde Jon Snows genopstandelse.

Lignende algoritmer bruges i medicin og finans

Algoritmerne udviklet nu af eleverne forudsiger, at Daenerys Targaryen har den højeste chance (99 procent) for at overleve den rystende GoT-verden. Hendes Kongens Hånd, Tyrion Lannister, har også en lovende overlevelsesrate på 97 procent.

Overlevelsesrater forudsiges ved hjælp af levetidsanalyse - en teknik, der ligner videnskabelige undersøgelser, der undersøger virkningerne af behandlinger og komplikationer på kræftpatienter. Den fulde liste over karakterer og deres overlevelseschancer er tilgængelig online på https://got.show.

Savvy GoT-fans kan få et dybdegående kig på hovedårsagerne til algoritmens forudsigelser. For eksempel, at blive født i Winterfell til House of Stark samt kun at være gift én gang ser ud til at øge chancerne for, at Sansa Stark bliver elimineret i den kommende sæson; hendes forventede sandsynlighed for død er 73 procent.

Fans interesserede i at udforske forskellene mellem plottet i tv-showet og historien fortalt af bøgerne bag tv-serien, kan finde en side om side sammenligning af detaljer om karakterer, inklusive alder, status (død vs. levende) og udsigter til lang levetid.

Populære serier driver passioneret læring

Arbejdet med algoritmen for overlevelseschancer er en del af et JavaScript-seminar givet hvert semester på det tekniske universitet i Münchens datalogiafdeling. I løbet af kurset, studerende lærer at designe, udvikle og implementere intelligente computersystemer.

Klassens ledende mentor, Dr. Guy Yachdav, siger, "Mens opgaven med at forudsige overlevelseschancer for Game of Thrones-karakterer er afhængig af data hentet fra fantasiens verden, nøjagtig de samme kunstige intelligensteknikker bruges i den virkelige verden og har en stærk indflydelse på vores hverdag."

Professor Burkhard Rost, leder af lærestolen for bioinformatik på TUM's Informatikfakultet, siger, "Kombinationen af ​​passion og undervisning er en genial måde at skabe nye værktøjer, der betyder noget. I vores kursus på TUM fandt vi en sjov måde at lære eleverne at bruge denne teknologi og forberede dem til at bygge den næste store ting, når de er færdiguddannede."