预测《权游》角色生死，AI算法魔力何在？

　　早在2016年，《权力的游戏》第六季播出之前，慕尼黑工业大学(TUM)的学生就开发了一款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，终于在昨天回归了。再过六周多一点的时间，我们就会知道这部剧在过去八年中一直朝着一个目标前进，那就是：很多人会死。

　　和这部剧一起归来的还有当年的学生团队，他们使用自己设计的AI算法，在网上搜索相关的数据，并计算剧中每个角色的生存几率。

　　如果你认为机器学习的预测只是胡言乱语，可别忘了，这群学生之前创建的算法就成功预测了雪诺(Jon Snow)的复活。

　　雷锋网注：【图片来源：PHYS 所有者：GoT-Team 2019 / TUM 】

　　他们的算法预测，龙妈(Daenerys Targaryen)最有可能在这个痛苦的世界中生存下来，存活的几率为99%。她的国王之手小恶魔(Tyrion Lannister)的存活率也高达97%。

　　Jon Snow是一个稍微复杂一点的命题，但是，算法预测，他在第八季中幸存的机会为88%，可以说是非常强劲了。

　　从统计数据上看，Bronn几乎肯定会死，预测的死亡率为93%;Gregor Clegane的死亡率也高达80%;三傻(Sansa Stark)出生在临冬城，而且已经结了婚，她的死亡率为73%;她的×××(同时也是十足的坏蛋)Arya存活的几率略高，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留。说到底，这只不过是又一个证明机器学习能力的伟大实验。

　　算法“魔力”何在?

　　机器学习能够从过去的海量案例中学习，并自动编译关于案列的统计数据，然后对未来的事情做出预测。

　　《权力的游戏》里只有少数角色死于老年，但大多数角色都以暴力收场。这不仅让人深思，剧中的死亡情况是随机发生的，还是只发生在那些表现出类似特征的人身上?这些特征可能是年龄、血统和性别，也可能是剧中角色所做出的错误且重大的决定。

　　该算法试图分析所有死亡角色的共同特征，然后利用共同特征来预测存活角色的死亡百分比(PLOD)。算法分析的数据提取自《冰与火之歌》和《权力的游戏》的维基百科内容，这可能是分析该系列5本书和8季电视剧中大约2000个角色的最佳资源。

　　算法不仅从信息库中提取每一个角色的死亡或存活信息，还提取了描述角色的其他特征。这样，一个数据集就产生了，它可以用同一个特性来描述不同的角色，无论死亡或存活。下一步就是，找到最能区分死角色和活角色的特征集。

　　贝叶斯生存分析

　　这个机器学习模型旨在使用与贝叶斯推理相关的技术，来检验不同特征与角色寿命的关系，类似于检验治疗和并发症对×××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死亡。这个基本死亡率对所有角色都是一样的，但特征不同会让死亡概率增加。例如，作为一个男人可能会让死亡风险增加60%。

　　通过计算这些危险性，机器可以为任何角色建立一个生存函数，以此来判断，在一段时间内，该角色死亡的可能性有多大。

　　该模型就房子、情人、婚姻、主/次要角色、以及性别等特征进行了分析。

　　神经网络

　　除了贝叶斯生存分析，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。这种方法也会建立生存函数，但是神经网络的模式会比贝叶斯模型更复杂。神经网络会包含更多的“意外”死亡，而贝叶斯模型则认为这些死亡是随机的异常值。

　　这个模型使用了Python的Keras框架。基本上，最简单的神经网络架构之一就是使用前馈技术。这意味着输入是一个任意的实值维数向量，然后通过所谓的“隐藏层”进行处理，最终输出也是一个数字向量。

　　此外，神经网络由许多参数组成，这些参数在训练过程中会进行调整。训练是自动改变参数的步骤，使网络输出尽可能接近给定的输入- 输出关系。

　　如何将与角色相关的复杂信息转换为向量，是目前要考虑的重中之重。有些信息是标量，例如角色介绍在维基百科中的排名前后。其他信息，例如角色出现的情节，是一组有预定义的值。

　　因此，我们可以创建一个维度与剧集数量相同的向量，如果角色出现在相应的剧集中，则将维度设置为1.0，否则设置为0.0。通过这种方式，不同种类的信息可以转化为向量，而且这些向量会相加。最后，书中的数据提供了1561个输入维度，电视剧中的数据提供了411个输入维度。

　　一般来说，变老仍然是影响角色死亡的最重要因素，毕竟，年龄越大，经历的危险就越多。这就是角色的年龄也要被神经网络采纳分析的原因。

　　因为神经网络的输出只是决定“生存百分比”的一个维度，所以为每个角色创建90个不同的输入向量是有可能实现的(每一年对应一个输入向量)。如果角色到达设定的年龄仍然存在，神经网络将预测该输入向量为1.0，否则为0.0。

　　此外，这个神经系统还允许预测PLOS随时间变化：修改角色的输入年龄很容易，而且修改会与PLOS中的变化直接相关。系统预测的角色死亡率仅仅针对《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》里共有484个可用的角色，其中188个用于训练(即已经死亡)，其余296个存活角色则用于预测。最后，书中数据的训练准确率达到了88.75%，而最终的验证准确率为89.92%。

　　同样，《权利的游戏》中提取146个可用角色，82个用于训练，64个用于预测。电视剧数据最终的训练准确率为79.64%，最终的验证准确率为85.69%。