联系人：张生
手机：19449362844
电话：400-123-4657
传真：+86-123-4567
E-mail:admin@youweb.com
Q Q：1234567890
地址：江苏省苏州市金平区化攀大楼9327号
AI“要求”角色轮回早在2016年，《权力的游戏》第六季播出有之前，慕尼黑工业大学（TUM）的学生就研发了一款AI应用程序，来预测剧中人物的存活情况。近两年之后，《权力的游戏》第八季，也就是最后一季，再一在昨天重返了。再行过六周多一点的时间，我们就不会告诉这部剧在过去八年中仍然朝着一个目标行进，那就是：很多人会杀。和这部剧一起回来的还有当年的学生团队，他们用于自己设计的AI算法，在网上搜寻涉及的数据，并计算出来剧中每个角色的存活几率。
如果你指出机器学习的预测只是胡言乱语，可别忘了，这群学生之前创立的算法就顺利预测了雪诺（Jon Snow）的复活。(公众号：)录：【 图片来源：PHYS 所有者：GoT-Team 2019 / TUM 】他们的算法预测，龙妈（Daenerys Targaryen）最有可能在这个伤痛的世界中存活下来，存活的几率为99%。她的国王之手小恶魔（Tyrion Lannister）的存活率也低约97%。Jon Snow是一个略为简单一点的命题，但是，算法预测，他在第八季中生还的机会为88%，可以说道是十分强大了。
从统计数据上看，Bronn完全认同不会杀，预测的死亡率为93%；Gregor Clegane的死亡率也低约80%；三屌（Sansa Stark）出生于在临冬城，而且早已结婚，她的死亡率为73%；她的小妹妹(同时也是十足的坏蛋)Arya存活的几率额低，预计的死亡率为47%。当然，这只是算法分析的结果，所以要对这一切有所保有。
说到底，这只不过是又一个证明机器学习能力的最出色实验。算法“魔力”确有？机器学习需要从过去的海量案例中自学，并自动编译器关于案列的统计数据，然后对未来的事情作出预测。
《权力的游戏》里只有少数角色杀于老年，但大多数角色都以暴力收场。这不仅让人深思，剧中的丧生情况是随机再次发生的，还是只再次发生在那些展现出出有类似于特征的人身上？这些特征有可能是年龄、血统和性别，也有可能是剧中角色所作出的错误且根本性的要求。该算法企图分析所有丧生角色的联合特征，然后利用联合特征来预测存活角色的丧生百分比(PLOD)。
算法分析的数据萃取自《冰与火之歌》和《权力的游戏》的维基百科内容，这有可能是分析该系列5本书和8季电视剧中约2000个角色的最佳资源。算法不仅从信息库中萃取每一个角色的丧生或存活信息，还萃取了叙述角色的其他特征。这样，一个数据集就产生了，它可以用同一个特性来叙述有所不同的角色，无论丧生或存活。
下一步就是，寻找最能区分杀角色和活角色的特征集。贝叶斯存活分析这个机器学习模型目的用于与贝叶斯推理小说涉及的技术，来检验有所不同特征与角色寿命的关系，类似于检验化疗和并发症对癌症患者的影响，或检验地震事件之间的相关性。这个学生团队假设，在一个角色的一生中，他/她每年都有一定的概率丧生。这个基本死亡率对所有角色都是一样的，但特征有所不同不会让丧生概率减少。
例如，作为一个男人可能会让丧生风险减少60%。通过计算出来这些危险性，机器可以为任何角色创建一个存活函数，以此来辨别，在一段时间内，该角色丧生的可能性有多大。该模型就房子、情人、婚姻、主/次要角色、以及性别等特征展开了分析。
神经网络除了贝叶斯存活分析，另一种方法是训练神经网络来预测某个角色在某一年的死亡率。这种方法也不会创建存活函数，但是神经网络的模式不会比贝叶斯模型更加简单。神经网络不会包括更好的“车祸”丧生，而贝叶斯模型则指出这些丧生是随机的出现异常值。
这个模型用于了Python的Keras框架。基本上，最简单的神经网络架构之一就是用于前馈技术。
这意味著输出是一个给定的实值维数向量，然后通过所谓的“隐蔽层”展开处置，最后输入也是一个数字向量。此外，神经网络由许多参数构成，这些参数在训练过程中不会展开调整。
训练是自动转变参数的步骤，使网络输入尽量相似等价的输出- 输入关系。如何将与角色涉及的简单信息切换为向量，是目前要考虑到的重中之重。有些信息是标量，例如角色讲解在维基百科中的名列前后。
其他信息，例如角色经常出现的情节，是一组有预计义的值。因此，我们可以创立一个维度与剧集数量完全相同的向量，如果角色经常出现在适当的剧集中于，则将维度设置为1.0，否则设置为0.0。通过这种方式，有所不同种类的信息可以转化成为向量，而且这些向量不会相乘。
最后，书中的数据获取了1561个输出维度，电视剧中的数据获取了411个输出维度。一般来说，变老依然是影响角色丧生的最重要因素，却是，年龄越大，经历的危险性就越少。这就是角色的年龄也要被神经网络接纳分析的原因。因为神经网络的输入只是要求“存活百分比”的一个维度，所以为每个角色创立90个有所不同的输出向量是有可能构建的（每一年对应一个输出向量）。
如果角色抵达原作的年龄依然不存在，神经网络将预测该输出向量为1.0，否则为0.0。此外，这个神经系统还容许预测PLOS随时间变化：改动角色的输出年龄很更容易，而且改动不会与PLOS中的变化必要涉及。系统预测的角色死亡率意味着针对《权利的游戏》第八季。
为了总结这一点，让我们看一些关于预测和神经网络的统计数据。首先，的《冰与火之歌》里共计484个能用的角色，其中188个用作训练(即早已丧生)，其余296个存活角色则用作预测。最后，书中数据的训练准确率超过了88.75%，而最后的检验准确率为89.92%。
某种程度，《权利的游戏》中萃取146个能用角色，82个用作训练，64个用作预测。电视剧数据最后的训练准确率为79.64%，最后的检验准确率为85.69%。
录：更加多信息请求看：https://got.show录：【封面图片来源：网站名PHYS，所有者：GoT-Team 2019 / TUM】版权文章，予以许可禁令刊登。下文闻刊登须知。
本文来源：BOYU SPORTS-www.liustudyabroad.com
在线咨询