《轮到你了》大Boss即将揭晓，十位算法工程师分析的结果是...
文 | 极验
史上最烧脑日剧，《轮到你了》即将大结局，作为岛国悬疑恐怖又一神作，目前全世界剧迷围绕幕后大Boss已经开撕。作为AI圈技（ba）术（gua）流（dang），我们专门找来十位算法大佬让他站在 AI 的角度预测一下凶手，答案竟然是......（文末揭晓）
一天死一个，年度最烧脑
《轮到你了》故事发生在日本的一座公寓里，新婚夫妇菜奈和翔太搬进了公寓的新房，幸福甜蜜的两人对新生活充满期待。结果公寓居民会发起了一场"交换杀人游戏"，随后剧情一路狂飙，每集死一个，各种烧脑加反转，第一季最后一集竟然连女主都领盒饭了。
然后第二季反击篇开始了，男主一心要为女主报仇，刚好来了一个人工智能专业的研究生---- 二阶堂忍，男主立马抱上大腿。在日本，人工智能专业被称为"知能ロボット"，通常从属于情报工学方向。在日本开设该专业的院校很多，其中最著名的就是大阪大学和早稻田大学。
早稻田大学46年前就有了机器人请输入图说
二阶堂的实验室师兄有专门研究这个课题，通过大量的数据训练了一个可以推理犯罪的模型。其实二阶堂做的工作就是在给模型不断输入数据.....这个模型的数据量也是相当的庞大呢。小编根据电视剧里的只字片语为大家总结了一份数据维度表。
目前的八位狼候选人请输入图说
死亡顺序
AI 模型主要可以从案发的时间、地点、天气，被害人的年龄、身材、杀害 这几个数据维度来特定出凶手的形象。
在前几集中，模型因为数据量不够没有立刻推断出凶手，但是从模型来看，他们参考了性别、年龄、身高、学历、经济状况等参数。
除此之外，每次居民会等其他时间，二阶堂和男主也会对每个人的爱好、性格、异常行为、彼此关系等进行标记。
不过很快就有人开始思考，这个模型到底靠谱吗？
我们咨询了算法小哥，小哥表示："不是很靠谱，根据现实情况，AI 目前的推理能力还很弱，并不能实现这么复杂的逻辑推理"。
也就是说，AI 预测大 Boss 是黑岛女神是不靠谱的！这个答案看来只有大结局才能知道了......
不过人类一直在不断努力尝试让 AI 学会犯罪推理。
2017年的时候，爱丁堡大学就有团队发表了相关论文《谁是凶手？犯罪剧集作为自然语言理解的案例》，他们用的训练数据集是被各国警方尊为学习教材的《CSI：犯罪现场调查》，输入一个LSTM模型。他们的目标是帮助机器更好的进行自然语言理解，以及训练与之相关的复杂推理能力。
通过一系列数据输入，在增量模型中每个标签的决策仅与之前的输入信息有关。然后LSTM来判断其中是否提及罪犯，并给l赋予1或者0的数值。最终的评估结果不错，人类的平均预测精度接近85%，而AI的准确率超过60%。这是一个让研究人员欢欣鼓舞的成绩。
不过作为对比的人类样本还很小（只有三个）。另外与LSTM模型相比，人类的预测精度更高，但通常更为谨慎。AI看剧本会在大约第190句话时猜测真凶，而人类通常在第300句话时才第一次作出判断。这样看来，AI犯罪推理从银幕走向现实，只是时间问题。
论文地址：https://arxiv.org/pdf/1710.11601.pdf
GitHub地址：https://github.com/EdinburghNLP/csi-corpus
除了犯罪推理，我们还将 AI 应用到了凶手的寻找当中。近日，中科院与公安系统合作，首次利用步态识别技术搜检犯罪嫌疑人。步态识别技术可以通过人的步态特征、体态、身高等诸多信息点，在海量视频中快速进行人物检索和身份识别，即使这个人遮挡了面部或背对摄像头。据介绍，这项技术可广泛应用于公安、边防、海关、港口等领域。
目前这项技术已在公安系统累计试用超过1,000小时，试验/参与了20多个案件的侦破，累计检索了2,000G公安视频。有许多业内人士认为，步态识别或将迎来比肩人脸识别的新风口。
终极大 Boss 究竟是谁？
《轮到你了》反击篇，几乎每一集更新都上热搜，并且每一集都有观众开知乎贴子分析。虽然 AI 的推理不太靠谱，但是看各位知乎大神分析的也是各有千秋，有人说是黑岛小姐姐，有人认为是女主 nana酱，还有人分析是田宫的老婆，并且猜测她可能和死去的管理员有婚外情.....各种操作也是看得我疑惑异常。
网上分析的 8 个大Boss
好不容易遇到一个这么烧脑的剧，怎么可以不锻炼一下自己的分析能力呢。
我们的算法工程师们虽然没有足够的数据做一个 AI模型出来，但是逻辑能力还是很强哒，小编询问了公司十位算法大佬（俗话说三个....没错，他们居然都有时间追剧！坏笑～）得到终极的大 Boss 预测，其中有5 人认为是女主nana酱，有3人认为是黑岛小姐姐，有1人认为是西村，有1人认为是尾野....所以我们的人工智能模型预测的终极大 Boss 是 nana 酱。
你的想法呢？
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
作者暂无likerid, 赞赏暂由本网站代持，当作者有likerid后会全部转账给作者（我们会尽力而为）。Tips: Until now, everytime you want to store your article, we will help you store it in Filecoin network. In the future, you can store it in Filecoin network using your own filecoin.
Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: