网站广东省备案,搜索排名优化软件,wordpress自定义过滤,seo优化推广生命不可能从谎言中开出灿烂的鲜花。
前几天#xff0c;母上大人给我发了条消息#xff0c;再三叮嘱帮忙扩散#xff0c;随手解救癌症患者。
“速转#xff01;科学家发现#xff1a;一味中药48小时可杀死60%癌细胞!”
回复框里#xff0c;我打了一段长长的反驳文字。…
生命不可能从谎言中开出灿烂的鲜花。
前几天母上大人给我发了条消息再三叮嘱帮忙扩散随手解救癌症患者。
“速转科学家发现一味中药48小时可杀死60%癌细胞!”
回复框里我打了一段长长的反驳文字。在按下发送前沉思良久为了保住每日的晚饭我又默默删除了。 母上大人的朋友圈啥都不说了
从那句熟悉的“狼来了”开始谣言开始在我们生活无孔不入一些不坏好意的人把谎言变成一张漂亮的包装纸裹挟着诈骗、虚荣、不怀好意肆意横行
当全民疯抢板蓝根食盐白醋终日人心惶惶
当“养生秘闻”“200%理财回报”充斥在朋友圈无数养老钱血本无归
当“寒门状元之死”透支人们对世界的信任 ......
人们被迫练就了一身硬邦邦的铠甲一边斜眉冷视周围的世界一边草木皆兵地生存。宁可信其有不可信其无。
然而总有人想改变这一切。达摩院的科学家们最近在用AI识别谣言的研究上有了一些小突破。
“谣言粉碎机”也许离我们并不遥远 1
在了解到这个信息后我第一时间采访到了达摩院NLP团队的核心成员之一——李泉志他本科毕业于清华大学后在美国获得自然语言理解方向的博士学位目前在达摩院的西雅图办公室工作。 李泉志达摩院智能实验室科学家
在加入达摩院前他曾是世界级通讯社——路透社重要的“情报官”通过机器筛选成千上万的网络信息为数千位一线记者提供可靠线索。
借着这个难得的机会我“假公济私”请泉志使用算法鉴定我妈发来的新闻真假还原“打假”现场。
在泉志的详细说明下一个令人惊叹的“打假”模型逐渐露出。事实上这个运算逻辑远比我之前想得要复杂甚至显得有点“老谋深算”。
泉志告诉我判断一个新闻真假要分三个步骤。
首先在盘根错节的信息里机器会找到最初的信源分析其用户画像专业领域个人或机构机构类型影响力过去发表的内容类型是否可信地域注册时间活跃规律等进而判断此发布者的信誉度。
如果这条新闻带有链接我们可以再看看链接的域名是否来自可信网站比如新华社、政府医药管理局。
接下来我们拿起听诊器细细揣摩正文的“心跳声”
“一味中药48小时可杀死60%癌细胞”打开正文我们看看究竟这味中药的成分是哪些具体对哪些癌细胞起作用机器会把这些关键的论证提炼为知识点与知识图谱里的权威知识库做匹配验证。如果毫无联系、自相矛盾减分。
泉志表示除了内容不实、上下文逻辑不连贯外机器还能从行文风格里找到蛛丝马迹。比如
“多一次转发就多一次活命机会”
“传疯了晚上一定要关wifi太吓人了”
......
是的机器连“标题党”都不放过假新闻经常会采用夸大性、空洞的说辞来危言耸听。真新闻往往行文严谨、一丝不苟。
如果说前面两步还算是常规操作。第三步就是关键对传播路径的深入分析。
一条谣言在社交网络里引爆必然有无数的人密集关注。在留言、转发等行为里有人赞同有反对还有质疑或者只是简单的路过都是一种态度。 机器统计不仅能统计所有用户的态度更不可思议的是它会“看人下菜”区别对待每条发言的分量。
比如我弟转发了母上发来的新闻冒着零用钱缩水的危险表示“假的昨天食品监督局已经公开辟谣了”——这条反对意见质疑得较为有力权重提升。
随后ID为“小旺仔”的用户也在此条新闻下留言只写了四个字消息不实。虽然寥寥数字但是机器一看不得了小旺仔的认证信息是该省第一附属医院的医学教授权重也得提升。
机器会对所有反馈用户进行画像分析是否是认证用户、过去发表的内容类型、注册时间、活跃规律、是否和事件发生地在同一个地方等以此来计算用户信誉度。最后根据不同态度的人群比例、各自的信誉度以及处于传播路径中的位置等信息计算出此新闻的可信度。
“如果有人转发了小旺仔的留言表示‘举双爪支持’系统会不会认为这是对新闻的赞同”我感觉自己抓到了系统漏洞有点小激动。
泉志表示这个问题提得非常好接着干脆地做了否定“我们的整个传播路径是个神经网络环环相扣不会断章取义的。”
以上三步中计算出的信息会输入到神经网络模型中。基于这些信息模型会综合判断出此新闻是否为谣言。 2
这个模型的魅力之处在于你不必为它编写程序去学习人类的指令它能完全自主学习训练就像人脑一样“思考”。随着知识库的日益丰富它的判断能力会越来越好。
“简直是一位飞速成长的大编辑”我感叹道。
“这还不是全部”泉志爽朗笑了“我们还用了多任务学习‘一心多用’让机器在同一时间完成多个复杂任务判断内容真假、观察传播路径、挖掘用户画像这些都能同时进行。”
在有条不紊的运算机制里机器就像一位冷峻的解剖师切开浮夸的表象梳理每一条新闻的经脉、肌理走向抽丝剥茧层层剥开最终找到事实的内核。 泉志接着又透露了一个重要信息——这项技术不仅能控制假新闻源头、防止谣言大规模扩散它还有一个隐藏的“大招”。
传谣容易辟谣难。谣言的扩散速度犹如遇到林木的大火一点即燃但是当真相出来时却往往无人问津。
比如网络曾谣传市面上的香蕉大多泡过药水许多人从此再没买过香蕉。即使数年后风头过去还有人表示吃香蕉总觉得有药水味。
这项技术的隐藏”大招“是可以针对性地为民众辟谣。根据传播路径索引曾经支持“香蕉浸泡毒液”的人都可以收到官方的辟谣信息香蕉浸泡的白色液体不是甲醛而是符合国家安全标准的保鲜剂无毒无害吃酱油不会变黑、开水重复烧也不会有事交999元每月回报99的“好事”自然更是子虚乌有。
有始有终皆大欢喜 3
达摩院所研发的“AI谣言粉碎机”在刚刚结束的SemEval全球语义测试中创造了假新闻识别准确率的新纪录达到了前所未有的81%。
SemEval 是自然语言处理领域的国际权威比赛由国际计算语言学学会举办。假新闻识别是此次比赛的主要项目之一吸引了哥伦比亚大学、华盛顿大学、艾伦·图灵研究所等20多路顶级高手参与。
赛题是这样的
主办方向所有参赛者提供社交媒体上470余条新闻、以及一万多条相关的留言、转发等数据。参赛者需要根据这些有限的信息判断这数百条新闻是真是假。
这些似是而非的新闻涉及政治、娱乐、商业、科技等多个领域比如——
特朗普的差旅开支远远低于奥巴马
太阳报英国女王支持英国脱欧
震惊了台风过后高速公路出现一条大鲨鱼
美国九成媒体被六家公司控制
吉萨金字塔能利用隐秘的房间集中电磁能能量
......
此次比赛桂冠由达摩院NLP首席科学家司罗所属的团队斩获真假新闻二分类上的准确率高达81%刷新了本竞赛系列上macro F 、RMSE两项关键性指标的世界记录。
在此之前达摩院NLP团队曾在机器阅读理解顶级赛事SQuAD上凭借82.440的精准率打破了历史纪录在国际顶级机器翻译大赛WMT上连夺英文-中文翻译、英文-俄语互译、英文-土耳其语互译5项第一。 让机器读懂人类语言并判断人类的表达意图从而进一步帮助人类实现对信息真假的判断达摩院的科学家们从未放弃对技术难题的攻克。 4
隔着一万多千米的太平洋与泉志说再见后我突然想起了今年春晚的小品《“儿子”来了》葛优饰演的保健品销售员用夸张的“床垫”欺骗一对老夫妻。 从“狼来了”到“儿子来了”信任在不知不觉中成了世上最高的门槛。
我们知道天下不会掉馅饼但当周围人都在转发高额理财新闻时仍会忍不住动摇
我们本不会勤于研究饭菜的化学中和反应但万一同时吃了螃蟹和香菇中毒呢
我们从不担心银行没收存款但在接到短信“银行卡已被冻结需支付保证金”时虎躯一震……
人类的原始本能告诉我们要相信彼此然而世界正变得日益庞大和复杂道德、名声的影响力已不如往昔传统的信任出现了缝隙。
“谣言粉碎机”技术的背后是一次史无前例的信任重建。只有假新闻被扼杀在繁衍的温床里破碎将倾的信任才会被重新扶起顶天立地。
而信任是爱的最好证明。 AI 爱。
#阿里云开年Hi购季#幸运抽好礼 点此抽奖https://www.aliyun.com/acts/product-section-2019/yq-lottery?utm_contentg_1000042901
原文链接 本文为云栖社区原创内容未经允许不得转载。
