idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Kurz vor dem Start der letzten Staffel der TV-Serie „Game of Thrones“ (GoT) begannen Studierende eines Informatik-Seminars an der Technischen Universität München (TUM) eine ungewöhnliche wissenschaftliche Mission: Von ihnen programmierte Algorithmen des maschinellen Lernens sagen vorher, welcher Charakter den begehrten Eisenthron besteigen wird.
Studierende der Technischen Universität München entwickelten eine Informatik-Anwendung, die das Internet nach Daten über die Serie „Game of Thrones“ durchsucht und die Zahlen mit Algorithmen der künstlichen Intelligenz aufbereitet. So ist es ihnen möglich, die Überlebenschancen der einzelnen Game of Thrones-Charaktere vorherzusagen.
Schon im Jahr 2016, kurz vor der Ausstrahlung der 6. Staffel, entwickelten Studierende des gleichen Kurses einen Algorithmus, der die Wiederauferstehung von Jon Snow richtig vorhersagte [bei „Studierende des gleichen Kurses einen Algorithmus“.
Ähnliche Algorithmen werden in Medizin und Finanzwirtschaft eingesetzt
Der von den Studierenden entwickelte Algorithmus sagt diesmal voraus, dass Daenerys Targaryen die höchste Chance (99%) hat, die GoT-Welt zu überleben. Die rechte Hand des Königs, Tyrion Lannister, hat ebenfalls eine vielversprechende Überlebensrate von 97%.
Die Überlebensraten werden mithilfe der Langlebigkeitsanalyse vorhergesagt. Diese Technik ähnelt wissenschaftlichen Anwendungen, bei denen die Auswirkungen von Behandlungen und Komplikationen bei Krebspatienten untersucht werden. Die vollständige Liste der Charaktere und ihre Überlebenschancen sind online unter https://got.show verfügbar.
Erfahrene GoT-Fans können sich auf der Website eingehend mit der Technologie für die Vorhersagen vertraut machen. Zum Beispiel scheint die Tatsache, dass Sansa Stark in Winterfell im House of Stark geboren wurde und nur einmal verheiratet war, seine Chancen in der kommenden Saison zu erhöhen. Ihre vorhergesagte Todeswahrscheinlichkeit beträgt nur 73%.
Fans, die daran interessiert sind, die Unterschiede zwischen der Handlung der TV-Serie und der Geschichte aus den Büchern, die der TV-Serie zugrunde liegen, zu erforschen, finden einen direkten Vergleich der Angaben zu den Charakteren, darunter Alter, Status (Dead vs. Alive) und Voraussagen zur Überlebenswahrscheinlichkeit.
Beliebte Serie sorgt für maximales Engagement
Die Arbeit an diesen Algorithmen ist Teil eines JavaScript-Seminars, das jedes Semester an der Informatik der TU München abgehalten wird. Während des Kurses lernen die Teilnehmer, wie sie intelligente Computersysteme entwerfen, entwickeln und einsetzen.
Der leitende Mentor des Kurses, Dr. Guy Yachdav, sagt: „Während die Aufgabe, Überlebenschancen für Game of Thrones-Charaktere vorauszusagen, auf Daten aus der Welt der Phantasie beruht, werden in der Realität dieselben Techniken der künstlichen Intelligenz verwendet und haben einen starken Einfluss auf unseren Alltag.“
Professor Burkhard Rost, Leiter des Lehrstuhls für Bioinformatik der TUM, ergänzt: „Die Kombination von Lehre und Leidenschaft ist eine brillante Möglichkeit, Studierenden Erfahrungen im Umgang mit diesen neuen Werkzeugen zu vermitteln und sie darauf vorzubereiten, nach ihrem Abschluss selbst großartige, neue Anwendungen zu schaffen.“
Dr. Guy Yachdav
Technische Universität München
Lehrstuhl für Bioinformatik
Boltzmannstr. 3, 85748 Garching, Deutschland
Tel .: (USA): +1 (917) 378 5026 - E-Mail: gyachdav@rostlab.org
https://www.tum.de/die-tum/aktuelles/pressemitteilungen/detail/article/35333/ Link zur Presseinformation
Die Hauptseite von https://got.show, die zwei Hauptfiguren und deren voraussichtliche Todeswahrschei ...
Quelle: Bild: GoT-Team 2019 / TUM
Eine Momentaufnahme der Seite „Ranking & Statistics“, auf der einige der wichtigsten Ergebnisse des ...
Quelle: Bild: GoT-Team 2019 / TUM
Merkmale dieser Pressemitteilung:
Journalisten, Studierende, Wissenschaftler
Informationstechnik
überregional
Forschungsergebnisse
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).
