Huvud Molntjänster Vad IBMs Watson hittade efter att ha analyserat 'Game of Thrones' karaktärer

Vad IBMs Watson hittade efter att ha analyserat 'Game of Thrones' karaktärer

Ditt Horoskop För Imorgon

Den sjätte säsongen av HBO-programmet Game of Thrones börjar den 24 april.

hur lång är malak watson

Och om du är ett fan av de böcker som programmet bygger på, är du inte helt säker på vad du kan förvänta dig. Författaren George R. R. Martin har ännu inte meddelat släppdatum för den sjätte boken i serien. Vilket innebär att TV-programmet håller på att gå före böckerna, i termer av var handlingen är på väg.

Resultatet? Fans av boken förbereder sig för spoilervarningar av episka proportioner. I en finstämd bit marknadsföring använde IBM-forskaren Vinith Misra ett Watson-program som heter Personality Insights för att analysera hur Game of Thrones karaktärer har utvecklats i de första fem böckerna - och förutse vad läsarna kan förvänta sig i den sjätte boken. Här är vad uppgifterna avslöjade:

  • När Daenerys Targaryen omfamnar sin inre Khaleesi och drottning förlorar hon långsamt sin öppenhet och liberalism och blir samtidigt mer orolig, arg, självhäftande och plikttro.
  • Sansa Starks ursprungliga extraversion och glädje har ersatts av självmedvetenhet, ett fantasifullt inre liv och plikttrohet.
  • Hennes syster, Arya Stark, har blivit härdad genom böckerna. Hon är nu mindre sårbar och mindre benägen att oroa sig.
  • Tyrion Lannisters ursprungligen mer tillitsfulla och disciplinerade persona har gett plats för en sårbar och känslomässig alkoholist.
  • Jon Snow har förändrats från att vara den arga, sårbara, äventyrssökande ungdomen till en disciplinerad, intelligent och försiktig ledare.

Om du har tittat på serien eller läst böckerna kan din första reaktion på allt ovanstående vara: Duh. Jag behövde inte Watsons personlighetsinsikter för att berätta något för det. Vad är grejen?

Det stora problemet är att 'Watson inte läser dessa karaktärers handlingar som en människa skulle', säger Misra. Watson kom till dessa exakta avläsningar av karaktärerna strikt genom en analys av ordval som karaktärerna använde i de första fem böckerna.

Till exempel, när Watson bestämmer en karaktärs altruismpoäng, plockar den ut första personens flertal ('vi', 'oss', 'vår', 'vår') och ord som mod, mod, vågad, säker, bestämd, säker , lätt och tro. Svordon påverkar negativt på karaktärens altruismpoäng. Den mest altruistiska karaktären, enligt Watson, är Bran. Det minst altruistiska är Tyrion.

På samma sätt, när Watson bestämmer en karaktärs självsäkerhetspoäng, letar han efter ord som slåss, förlåta, gav, träffas, förhandla, förklara och övertala. De mest självsäkra karaktärerna, enligt Watsons analys, är Arya och Brienne. De minst påståenden är Barristan och Davos. När Watson bestämmer en karaktärs känslomässiga poäng - ett drag som kombinerar självmedvetenhet, empati och passion - letar det efter ord som kramar, håller, värker, alkohol, tillgivenhet, beundrar, älskar och gliser. Karaktärerna som rankas högst i känslomässighet är Cersei och Daenerys. Karaktärerna lägst - du kan kalla dem mest stoiska - är Davos och Ned.

Föreställ dig nu att du hade den här förmågan - att bedöma personligheter genom frekvensen av ordval - i en stor organisation. Om du var tvungen att sortera tusentals kandidater för ett visst jobb, kan du använda ett verktyg som Personality Insights för att ge dig hårda data om vilka kandidater som hade mest (eller minst) altruism och emotionalitet i sina CV och omslag.

På samma sätt, om du bildade ett innovationsteam och ville att deltagarna skulle ha höga poäng för självhäftande, kan du använda Personality Insights för att analysera interna dokument (e-post, Slack-meddelanden) för data. Som i alla fall med analyser, vare sig det är baseboll eller företag, skulle du inte vilja lita på data ensam. Men insikterna från data, säger Misra, skulle ge en 'sanity-check component'. Och hindra dig säkert från att lita på en Lannister med några känslomässiga känslor.