AI生成的假新闻难以识别，那就用神经网络来对抗吧选自arXiv作

本文原始标题为：AI生成的假新闻难以识别，那就用神经网络来对抗吧---来源是：

选自arXiv

作者：RowanZellers等

机器之心编译

机器之心编辑部

之前， OpenAIGPT-2因为太能生成假新闻而不提供开源。而最近，华盛顿大学和艾伦人工智能研究所的研究者表示，要想对抗假新闻，用对应的假新闻生成器是最好的方法。研究者通过大量实验表示，最了解假新闻缺点、假新闻「造假水平」的会是原本的生成器。因此想要判别GPT-2生成的假新闻，还是需要先开源GPT-2大模型。

论文地址：https://arxiv.org/pdf/1905.12616.pdf

自然语言生成领域近期的进展令人喜忧参半。文本摘要和翻译等应用的影响是正面的，而其底层技术可以生成假新闻，且假新闻可以模仿真新闻的风格。

现代计算机安全依赖谨慎的威胁建模：从攻击者的角度确定潜在威胁和缺陷，并探索可行的解决方案。同样地，开发对假新闻的稳健防御技术也需要我们认真研究和确定这些模型的风险。

来自华盛顿大学和艾伦人工智能研究所的研究人员近期的一项研究展示了一个可控文本生成模型Grover 。给出标题「LinkFoundBetweenVaccinesandAutism」， Grover可以生成文章内容，且Grover生成的内容比人类写的假消息看起来更加可信。