دانشجویی از Central European University الگوریتمی طراحی کرده است که می‌تواند به پیش‌بینی مرگ شخصیت‌های بعدی در سریال محبوب Game of Thrones بپردازد که این الگوریتم از ابزارهای مختلف یادگیری ماشینی برای تخمین احتمالات استفاده می‌کند؛ نکتۀ جالب این است که تا‌به‌حال 74٪ پیش‌بینی‌ها درست از آب درآمده‌اند!
همۀ افرادی که طرفدار این سریال هستند، می‌دانند که George R. R. Martin (نمایشنامه و فیلمنامه‌نویس) در کشتن شخصیت‌های محبوب بینندگان مانند ند استارک، راب استارک و خال دروگو مهارت خاصی دارد اما تقریباً غیرممکن است که بتوان پیش‌بینی کرد چه کسی در نوبت بعدی در این سریال کشته خواهد شد.
Milan Janosov که در Central European University دانشجوی دکترای تخصصی علوم شبکه است، ادعا می‌کند الگوریتمی ساخته است که می‌تواند احتمال این‌که چه کسی در نوبت بعدی در این سریال غیرقابل پیش‌بینی کشته خواهد شد را بگوید! شاید غیرمنطقی به‌نظر برسد، اما او با چند الگوریتم گراف که تقریباً دارای 400 نود (Node) است، توانسته است تا 74% مرگ شخصیت‌های این سریال را درست پیش‌بینی کند.
او گفته است که از آنالیز صحنۀ فیلم برای ساخت 7 فیچر شبکه-محور استفاده کرده است که این فیچرها براساس میزان محبوبیت و اهمیت اجتماعی‌شان ساخته شده‌اند؛ Milan Janosov که این فیچرها را The Elementary Unit Of Social Interaction نام نهاده است، درنهایت با ویژگی‌های 61 کارکتری که قبلاً در سریال کشته شده‌اند، ترکیب کرد. وی در این مورد گفته است که:
این مشکل شبیه مشکلات شناخته شده‌ای است که با چند الگوریتم برپایۀ کلاسیفیکیشن می‌توان آن‌را حل کرد.
SVM (مخفف Support Vector Machine) یک مدل یادگیری نظارت‌شده است که تا قبل از اتمام سریال تا سال 2018، برای یافتن احتمال مرگ شخصیت‌هایی که درحال‌حاضر زنده هستند استفاده خواهد شد. براساس این مدل، Theon Grejoy -که مدتی به ریک معروف شد- تنها با احتمال 0.05٪، کمترین احتمال مرگ را دارا است. شخصیتی که بیشترین احتمال مرگ را با میزان 0.95٪ دارد، Tyene Sand (دختر حرامزادۀ شاهزاده Oberyn Martel) است. رتبۀ دوم بیشترین احتمال مرگ هم با میزان 0.91٪، شخصیت Daenerys Targaryen است و Tyrion Lannister هم براساس این مدل 0.52٪ احتمال مرگ دارد.
طبق گفتۀ Milan Janosov، این مدل می‌تواند با افزودن فیچرهایی مانند جنسیت و قبیلۀ هر فرد، پیش‌بینی‌های قوی‌تری نیز ارائه کند! به‌نظر شما استفاده از این الگوریتم‌ها در چه بخش‌های مهم دیگری می‌تواند مفید باشد؟ اگر ایدهٔ ساخت الگوریتم خاصی در ذهنتان دارید یا الگوریتم‌های مشابهی را می‌شناسید، می‌توانید در بخش نظرات با سایر کاربران سکان آکادمی به اشتراک بگذارید.
