本文来自微信民众号：PingWest品玩（ID：wepingwest），作者： 李禾子，标题图来自东方IC

《权益的游戏》终究迎来了终究季，在被异鬼入侵安排的恐惊中，人们纷纭展望谁会是活到末了的那一个。看起来全能的人工智能已争先给出了“科学谜底”。

不久前，一个来自德国慕尼黑工业大学（TUM）的团队开发出一套机械进修算法，展望了《权益的游戏》中每一个脚色的殒命几率。

效果被直观地展如今特地为此制造的网站上。停止现在，主要脚色中存活率最高的前三位分别是丹妮莉丝·坦格利安（殒命几率0.9%，下同）、提利昂·兰尼斯特（2.5%）和瓦里斯（3.2%）。

存活率最低的三位则是雇佣兵波隆（93.5%）、瑟曦的贴身侍卫“魔山”（80.3%）和珊莎·史塔克（73.3%）。囧雪的弟弟布兰·史塔克也以57.8%的殒命几率紧随其后。

值得注意的是，由于机械进修的特性，一切脚色的存活率跟着剧中时候的推移也会涌现细微转变。好比，龙妈在剧中以后编年的存活率为99.12%，下一年则为98.6%。

一样，该算法也展望了原著《冰与火之歌》中每一个脚色的存活率，数值与电视剧略有分歧。

性别、身世、婚恋状态……都是影响要素

除上述提到的几个脚色，其他一些主要的脚色的殒命几率以下：

琼恩·雪诺：12%

瑟曦·兰尼斯特：5%

詹姆·兰尼斯特：4%

艾莉亚·史塔克：47%

席恩·葛雷乔伊：10%

乔拉·莫尔蒙：28%

山姆威尔·塔利：3%

戴佛斯·席渥斯：45%

布蕾妮：13%

桑铎·克里冈：48%

在每一个脚色的对应页面，都展现了更仔细的数据剖析。诸如性别为什么、是不是是贵族身世、属于哪一个家属、是不是是主要脚色、是不是完婚等等，都成为一个脚色存活率的影响要素。

好比龙妈的主页显现，她是一个已婚人士，因而其殒命几率降低了55.7%；由于是坦格利安家属后嗣，几率降低了42.3%；由于是主要人物，几率又降低了16%。

囧雪的状况是，一样身为主要人物殒命几率降低了16%；由于史塔克家属成员的身份，降低了38.3%；不外由于是男性，其殒命几率增长了100%。

实际上针对脚色的性别和身世，算法已得出了一个一致的几率：女性的殒命几率为11%，男性为22%；贵族为18%，平民为25%。

两个盘算模子

比拟于网站展现的内容，其背地涉及到的数据和原理要重大和庞杂很多。

这一基于机械进修的展望之所以能够或许成型，起首多亏了剧迷们的数据孝敬。网站显现，算法的数据主要有5个泉源，分别是A Wiki of Ice and Fire、Game of Thrones wiki、MediaWiki、维基百科和Twitter。

个中A Wiki of Ice and Fire和Game of Thrones wiki是最主要的两个泉源。前者是一个由剧迷自建的百科类网站，傍边有关于全部《权益的游戏》非常详实的人物、汗青、地舆、文明等等引见；后者则更多是一个剧迷议论社区。

这些网站内包罗的重大数据供应了算法所需的质料。算法会从中提取诸如一个脚色是不是已殒命、有哪些属性（如性别、岁数）等等信息。

接下来就是怎样处置惩罚这些数据。他们采用了两种机械进修范畴的盘算模子：基于贝叶斯揣摸（Bayesian Inference）的生计剖析要领，和神经收集（Neural Network）。

1）基于贝叶斯揣摸的生计剖析要领

贝叶斯揣摸的理论基础为几率论中的贝叶斯定理，后者形貌的是在已知一些条件下，某事宜的发作几率。举例来说，若是已知某癌症与寿命有关，在这一定理之下就能够或许经由过程得知或人岁数，来越发准确地盘算出他得癌症的几率。

用到剧中脚色的殒命几率展望上也是一样的原理。

该团队起首拔取了家属（House）、恋人数目（Lovers）、婚姻状态（Marriage）、头衔数目（Titles）、脚色的主要性（Major/Minor character）和性别（Male），作为和脚色殒命几率挂钩的几个要素。

以年为单元，每一年每一个脚色的上述某些属性都能够涌现转变。如许，若是已知殒命和家属身世有关，就能够或许经由过程得知某个脚色所属的家属，来盘算出他在这一年的殒命几率。而综合斟酌多种要素，就能够或许竖立一个脚色的生计函数。

在一些越发庞杂的模子盘算中，贝叶斯揣摸每每须要连系其他算法举行练习。此次的脚色殒命几率展望就采用了一个名为“马尔可夫链蒙特卡洛（MCMC）”要领的算法。这一算法也是浩瀚典范的贝叶斯揣摸要领之一，但因其包罗了大批的数学知识和盘算量这里暂不赘述。

2）神经收集

另一个盘算模子神经收集，也能够认为是与贝叶斯生计剖析互为补充。

神经收集的原理不难理解。它最主要的功用就是举行分类，好比在收集上的一堆照片里，辨别出哪些照片里的人物是男性、哪些是女性。在这里我们把输入的照片称作向量，用于实行操纵的体系称作分类器。假定男性照片对应的是数值0，女性对应数值1，那末末了分类器输出的将是一个更便于统计的数值0或1。

一样平常的做法是，须要先工资给定分类器一些样本，通知它准确的分类，继而对其举行练习。

与贝叶斯要领分歧的是，该团队在练习神经收集时拔取的影响殒命几率的要素包孕了以下几种：

性别（gender）、网页排名（page rank）、支属数目（number of relatives）、以后岁数（age）、尽忠人数（allegiances）、涌现的集数（episodes the character appeared in）和头衔数目（titles）。

和贝叶斯要领相似，神经收集也会竖立一个脚色生计函数，继而得出脚色能够的殒命几率。

不外在此次脚色殒命几率展望里，有几个影响要素很难用两个简朴的数值辨别，好比涌现的集数。解决办法是为每一集建立向量（由于集数已是一个肯定的值），这里的向量就是每一个脚色。输入脚色，分类器再对其是不是在该集涌现举行辨别，若涌现则符号1.0，未涌现则符号0.0。

另外，比拟于贝叶斯要领，神经收集能够或许潜在地找到更庞杂的模子，而且涵盖更多能够被贝叶斯要领认为是随机非常事宜的殒命能够性统计。

固然，岂论上述哪一种要领，终究都是数据盘算的效果。数字能够子虚的，但粉丝对《权游》的酷爱是实在的。

（网站链接：https://got.show/）

本文来自微信民众号：PingWest品玩（ID：wepingwest），作者： 李禾子，标题图来自东方IC

*文章为作者自力看法，不代表虎嗅网态度

本文由 PingWest品玩 受权 虎嗅网 宣布，并经虎嗅网编纂。转载此文请于文首标明作者姓名，连结文章完整性（包孕虎嗅注及其他作者身份信息），并请附上出处（虎嗅网）及本页链接。原文链接：https://www.huxiu.com/article/296498.html


未依照范例转载者，虎嗅保存追查响应义务的权益
将来眼前，你我还都是孩子，还不去下载 虎嗅App 猛嗅立异！,

【煜飞网络】专注网络营销，广告系统设计！

煜飞网络，团队来自好耶，分众等广告公司，在网络广告，互联网营销推广方面有着丰富的经验。