Das könnte Sie auch interessieren:

Christine Neubauer: Ab jetzt ist sie blond

Hamburg (ots) - Als brünette Ur-Bayerin war Schauspielerin Christine Neubauer, 56, einst die Quoten-Queen im ...

Japan-Tag Düsseldorf/NRW: 600.000 Besucher feiern ein Fest der deutsch-japanischen Freundschaft am Rhein - im Jahr 2020 findet das Fest am 16. Mai statt

Düsseldorf (ots) - Der 18. Japan-Tag Düsseldorf/NRW machte die Düsseldorfer Rheinuferpromenade zum ...

Bundespräsident Steinmeier ehrt die Jugend forscht Bundessieger 2019

Hamburg/Chemnitz (ots) - Deutschlands beste Nachwuchswissenschaftler in Chemnitz ausgezeichnet Die ...

Alle Meldungen
Abonnieren Sie alle Meldungen von Technische Universität München

10.04.2019 – 10:36

Technische Universität München

Wer gewinnt bei Game of Thrones? Algorithmen des maschinellen Lernens stellen Überlebensprognosen

TECHNISCHE UNIVERSITÄT MÜNCHEN

Corporate Communications Center

Tel.: +49 89 289 10510 - E-Mail: presse@tum.de

Dieser Text im Web: https://www.tum.de/die-tum/aktuelles/pressemitteilungen/detail/article/35333/

Bildmaterial in hoher Auflösung: https://mediatum.ub.tum.de/1483826

PRESSEMITTEILUNG

Wer gewinnt bei Game of Thrones?

Algorithmen des maschinellen Lernens stellen Überlebensprognosen für die Charaktere der letzten Staffel

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.

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."

Bildmaterial in druckfähiger Auflösung:

https://mediatum.ub.tum.de/1483826

Kontakt:

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

Links zu weiteren Informationen:

Web: https://www.professoren.tum.de/rost-burkhard/

Website des GoT-Projekts 2019: https://got.show/ (EN only)

Pressemeldung zum GoT-Projekt 2016:

https://www.tum.de/die-tum/aktuelles/pressemitteilungen/detail/article/33047/

Die Technische Universität München (TUM) ist mit rund 550 Professorinnen und
Professoren, 42.000 Studierenden sowie 10.000 Mitarbeiterinnen und Mitarbeitern
eine der forschungsstärksten Technischen Universitäten Europas. Ihre
Schwerpunkte sind die Ingenieurwissenschaften, Naturwissenschaften,
Lebenswissenschaften und Medizin, verknüpft mit den Wirtschafts- und
Sozialwissenschaften. Die TUM handelt als unternehmerische Universität, die
Talente fördert und Mehrwert für die Gesellschaft schafft. Dabei profitiert sie
von starken Partnern in Wissenschaft und Wirtschaft. Weltweit ist sie mit dem
Campus TUM Asia in Singapur sowie Verbindungsbüros in Brüssel, Kairo, Mumbai,
Peking, San Francisco und São Paulo vertreten. An der TUM haben Nobelpreisträger
und Erfinder wie Rudolf Diesel, Carl von Linde und Rudolf Mößbauer geforscht.
2006 und 2012 wurde sie als Exzellenzuniversität ausgezeichnet. In
internationalen Rankings gehört sie regelmäßig zu den besten Universitäten
Deutschlands. www.tum.de 

Alle Meldungen
Abonnieren Sie alle Meldungen von Technische Universität München
  • Druckversion
  • PDF-Version

Weitere Meldungen: Technische Universität München