La Mère Des Dragons Survivra-t-elle Ou Mourra-t-elle ? Quel Algorithme De Prédiction Est Le Plus Précis ?

En analysant les informations de la série télévisée américaine « Game of Thrones », la probabilité de survie des personnages principaux a été prédite du point de vue des données. Cette méthode de recherche pour les histoires fantastiques apportera également une inspiration à des cas d’application similaires dans la vie réelle.

Il n’y a que deux types de personnes dans ce monde : ceux qui regardent Game of Thrones et ceux qui ne le font pas.

La série Game of Thrones que vous attendiez tous avec impatience a enfin inauguré sa dernière saison. La devise familiale des Wolf Stark, « L'hiver arrive », est enfin devenue réalité, et la guerre entre les humains et les Marcheurs Blancs est sur le point d'éclater.Pouvez-vous deviner la vie et la mort des personnages principaux ?

Est-ce seulement après avoir regardé chaque épisode que vous pouvez savoir si l'Arya à laquelle vous tenez survivra et si la Reine de la Luxure sera tuée par Arya ?

Face à ce tourment, il y a toujours des gens qui ne peuvent se retenir. Par exemple,Les programmeurs qui aiment le code ont utilisé des algorithmes pour analyser les histoires de Game of Thrones et ont prédit les probabilités de survie des personnages et qui était le plus susceptible de monter sur le trône de fer.

Il est intéressant de noter que différents algorithmes et équipes prédisent des résultats très différents. Par exemple, l’algorithme de l’équipe de l’Université technique de Munich (TUM) a prédit que Daenerys finirait par accéder au trône de fer ; tandis que sous un autre algorithme, Daenerys n'a pas survécu à l'hiver.

De plus, il existe un autre « algorithme » magique : les hommes meurent tous.

Alors, quelles prédictions sont exactes ? Chaque entreprise a ses propres bases. Voyons comment ils font.

L'apprentissage automatique prédit que la Mère Dragon survivra jusqu'à la fin

Les étudiants de la TUM ont fait une tentative intéressante et audacieuse lors d'un séminaire d'informatique :Utilisez la science des données et les méthodes d’apprentissage automatique pour prédire les chances finales de survie des personnages de Game of Thrones.  Avant la diffusion de la huitième saison de Game of Thrones, des algorithmes prédisaient le destin des personnages.

Dans cette conclusion,La Mère Dragon a la plus grande chance de survie (99 %), son démon Main du Roi a également un taux de survie de 97 %. Se pourrait-il que la Mère des Dragons ait finalement pris en charge toutes les grandes familles ? Le rusé et protecteur Bronn s'est classé premier dans l'ordre de la mort avec 93,5%.

D'où vient ce résultat ?

Équipe TUMLes données d'analyse ont été collectées à partir des livres de « A Song of Ice and Fire », des répliques de Game of Thrones et du contenu du cercle de fans sur Wikipédia.Les informations utilisées pour les prédictions incluent : la famille du personnage, s'il est marié et ses alliés.

Ils ont extrait des ensembles de données de caractéristiques de centaines de personnages et ont passé au peigne fin les informations sur les personnages de l'histoire. En plus des données telles que le sexe et le statut, les informations de métadonnées sont également prises en compte : par exemple, si une personne est un personnage majeur ou mineur, et à quelle fréquence elle est citée dans des canaux tels que Wikipédia.

Grâce à ces données, en utilisant l'analyse d'algorithmes, certaines tendances concernant le taux de mortalité dans Game of Thrones ont été révélées, telles queLes hommes sont plus à risque que les femmes(Le taux de mortalité des hommes est de 22%, tandis que celui des femmes est de 11%).

Pour faire des prédictions sur le destin de chaque personnage tout en prévoyant les tendances, l'équipe a utilisé deux modèles distincts :La première est la méthode d'inférence bayésienne, utilisez la méthode MCMC empaquetée dans pymc3 pour former le modèle d'analyse de survie bayésienne ;Le deuxième concerne l’apprentissage automatique et les réseaux neuronaux, réalisé sous le framework Keras en Python.

Leur travail pourrait avoir un certain effet. En 2016, avant la diffusion de la saison 6, les étudiants du même cours à la TUM ont créé un algorithme qui a prédit avec précision la résurrection de Jon Snow.

En utilisant l'analyse de texte : la Mère des Dragons va-t-elle mourir ?

 
Il faut croire qu’il y a certainement plus d’une personne qui a la même curiosité.

Un autre data scientist, Peter Vesterberg Grâce à l’analyse du texte du roman original, nous pouvons prédire la direction de l’intrigue de la saison finale.

Peter estime que la direction de l’intrigue est soutenue par les relations entre les personnages. En analysant les cinq livres publiés de « A Song of Ice and Fire », il a utilisé la théorie des réseaux pour calculer les relations entre les personnages, les a présentées de manière visuelle et a jugé le taux de survie final en fonction de l'importance des personnages.

Il a utilisé un point pour représenter un personnage et, en se basant sur le texte de l'histoire de Glace et de Feu, il a utilisé des méthodes telles que l'étiquetage des parties du discours et la mesure de la similarité pour définir le degré de « proximité » entre les personnages. Plus les deux noms apparaissent proches et fréquemment, plus ils sont liés.

La méthode permettant d’évaluer la pertinence d’un rôle par rapport à d’autres rôles utilise principalement quatre concepts clés :

• Degré de centralité - la proportion de nœuds directement connectés au nœud par rapport au nombre total de nœuds ;
• Centralité de proximité : plus un nœud est proche d'autres nœuds, plus sa centralité est élevée.
• Centralité d'intermédiarité – quantifie le nombre de fois où le nœud agit comme un pont pour le chemin le plus court entre deux autres nœuds ;
  
• Centralité du vecteur propre — L’importance d’un nœud dépend à la fois du nombre de ses nœuds voisins et de l’importance de ses nœuds voisins.

Grâce à l’analyse de ces concepts, nous pouvons obtenirLe nombre de « poids » de la valeur de la relation. Le résultat final est une carte des relations entre les personnages, où l’épaisseur des lignes indique à quel point les personnages sont étroitement liés, et la taille des nœuds finaux représente l’importance des personnages. Cet indice d'importance montre également la possibilité d'être « supprimé » par l'auteur.

Les classements spécifiques des indicateurs sont les suivants :

Jon est en tête du classement des quatre indicateurs d’analyse.

Selon une telle analyse, Jon Snow est sans aucun doute le personnage le plus important. Se pourrait-il que ce joueur présumé du RMB, né dans la famille Dragon et élevé dans la famille Wolf, accède finalement au trône de fer ? Viennent ensuite de près le Petit Diable en charge du renseignement et Jaime le Régicide.

Du point de vue de la théorie des réseaux, Daenerys, la Mère des Dragons, semble avoir dépensé trop d'argent au début et n'avait probablement pas assez d'or dans les étapes ultérieures. Elle est juste à la limite du réseau relationnel, et il semble qu'il y ait une forte probabilité qu'elle soit condamnée.

Les prédictions ne sont pas seulement destinées au divertissement, elles ont également une signification pratique

Nous ne savons pas quel algorithme est le meilleur parmi les différents algorithmes avec des résultats différents. Peut-être le saurons-nous seulement lorsque viendra la finale. Mais les méthodes qu’ils utilisent ne sont pas seulement amusantes, mais ont une valeur pratique.

L'algorithme de probabilité de survie développé par TUM est issu d'un projet d'apprentissage sérieux. L’objectif principal de la création de ce cours est deLes étudiants apprendront à concevoir, développer et déployer des systèmes informatiques intelligents. 

Le Dr Guy Yachdav, superviseur principal du projet, a déclaré : « Bien que la prédiction des chances de survie des personnages de Game of Thrones repose sur des données tirées d'un monde fantastique, l'utilisation exacte des mêmes techniques d'IA dans le monde réel pourrait avoir un impact significatif sur notre vie quotidienne. »

« L'alliance de la passion et de l'enseignement est un excellent moyen de créer de nouveaux outils. Dans nos cours à la TUM, nous avons trouvé des moyens intéressants d'apprendre aux étudiants à utiliser cette technologie », a déclaré le professeur Burkhard Rost, directeur du département d'informatique de la TUM.

Actuellement, dans le monde réel,Des algorithmes similaires peuvent être utilisés en médecine et en finance, par exemple en utilisant une analyse combinée des informations pour prédire les résultats en matière de santé. Cette technique est similaire à l’analyse des effets des traitements ou des complications sur les patients atteints de cancer. 

Quant à ce que le scientifique des données Peter a fait, en plus d'analyser la survie des personnages, il a également analysé les différentes règles d'écriture des romans « A Song of Ice and Fire » d'un point de vue numérique, en utilisant des données pour analyser les éléments d'un roman.

Peut-être qu'après avoir maîtrisé ce modèle,À l’avenir, les romanciers et les scénaristes pourront utiliser l’intelligence artificielle pour générer rapidement de nouveaux contenus.De cette façon, vous n’aurez pas à regarder Martin rattraper les erreurs qu’il commet.

Vous voulez prédire quel héros survivra aux Avengers ?

Le mois animé d’avril semble être une autre saison qui se termine. En plus de la dernière saison de Game of Thrones, The Avengers inaugurera également sa finale mercredi prochain. Je crois que beaucoup de gens ne se sont pas encore remis du claquement de doigts de Thanos, cet homme impitoyable qui a insisté pour regarder le coucher du soleil en silence et a détruit au hasard la moitié de l'univers.

Je suppose que même l’IA ne peut pas prédire ce taux de mortalité arbitraire. Cependant, si vous êtes encore trop curieux et souhaitez l'essayer vous-même, l'adresse open source du projet de l'équipe TUM est ici :

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

Mais en fait, il n’y a pas besoin de prédiction de l’IA. Avengers 4 devrait également être la meilleure fin. Après tout, le Docteur Strange a utilisé une méthode exhaustive, ou méthode d'essais et d'erreurs, pour laisser espoir au monde des Avengers : il a utilisé la Pierre du Temps pour essayer 14 000 605 possibilités et a choisi la seule qui mènerait à la victoire.

Cet esprit de Doctor Strange serait probablement idéal pour écrire du code.

Cliquez pour lire l'article original