江苏龙网

  1. 首页 > 人文 > >

钛媒体更新、挑错、识别假新闻，MIT推出维基百科AI编辑系统( 二 )


扩充数据集 ， 消除误差该研究还表明 ， 当训练 “假新闻” 的检测器时 ， 该系统可用于增强数据集 ， 以消除偏见 。
“假新闻” 是一种包含虚假信息的宣传方式 ， 旨在博人眼球 ， 误导读者或是引导公众舆论 。 这些部分检测器在同意 - 不同意对的数据集上进行训练 ， 匹配给定的证据来验证真假新闻 。 在这些句子对中 ， 声明可将某些信息与维基百科上的支持 “证据” 相比较 ， 模型经过训练 ， 通过反驳证据 ， 将句子标记为 “假” ， 从而帮助识别假新闻 。
但数据集往往带有意想不到的偏差 。 Shah 说道 ， “在训练过程中 ， 模型按照人类的书面语言要求将某些语言标记为假例 ， 而不必过多依赖相应的证据语句 。 这会降低模型在评估实际示例中的准确性 ， 因为它不执行事实检查 。 ”
因此 ， 研究人员使用了相同删除和融合技术 ， 来平衡数据集中的不同意对 ， 并帮助减轻偏见 ， 在某些 “不同意” 对中 ， 他们使用修改后的句子中的虚假信息来重新生成伪造的 “证据” 支持句子 ， 某些短句也同时存在于 “同意” 和 “不同意” 句子中 ， 这将使得模型分析更多的特征 ， 得到扩充的数据集 。
研究人员利用这一方法将一种流行的假新闻检测器的错误率降低了 13% 。
维基百科部署 AI 编辑早在 2015 年 ， 维基百科就构建了一个人工智能引擎 ， 旨在自动分析维基百科的更改 。
由于任何人都可以编辑维基百科 ， 那么任何人都可以错误地添加虚假信息 ， 破坏站点 ， 所以最早的维基百科建立了严格的筛选制度 ， 阻止了很多人加入维基百科的编辑行列 。
Halfaker 是维基百科的资深研究科学家 ， 他建立了自己的 AI 引擎来识别这种破坏行为 ， 以更友好的方式提高新手的参与度 。 同时他也承认 ， “这项服务无法捕获所有破坏行为 ， 但它可以捕获最多的破坏 。 ”
Halfaker 的项目实际上是为了增加人们对维基百科的参与 ， 而放到 5 年后的今天 ， 新的文本系统的出现 ， 可自动更新维基百科的信息 ， 极大减少了志愿编辑者的工作 ， 编辑者也朝着被淘汰的方向行走 。
机器越来越智能 ， 机器自动化替代人类工作也越来越普遍 ， 人类是否会被机器替代也是当下的热点话题 。 有人预测 AI 和机器人技术将在未来 20 年内取代我们多达 47% 的工作 ， 但同时也有人认为 AI 将创造大量新工作 。
未来的事谁都说不准 ， 我们唯一能做的是把握当下 。
【钛媒体更新、挑错、识别假新闻，MIT推出维基百科AI编辑系统】资料来源：[1]https://www.siliconrepublic.com/machines/wikipedia-editors-ai-fake-news[2] https://www.sciencedaily.com/releases/2020/02/200212164647.htm[3]https://www.wired.com/2015/12/wikipedia-is-using-ai-to-expand-the-ranks-of-human-editors/


推荐阅读


上一篇：国际丨日本人气男星三浦春马去世 年仅30岁

下一篇：安徽水旱灾害防御应急响应提升至Ⅰ级