“活跃在打假一线的AI：几分钟就能鉴定真假LV包”

“真相穿鞋的时候，谎言满街都是。 ”在现代社会，虚假信息、照片、视频、甚至商品等通过网络渠道迅速传播。 近日发布的《中老年人网络状况与风险网络调查报告》显示，约6成中老年人遭受过网络谣言的侵害。

有人说“谣言止于智者”，但是为了不被网络上的谣言和谣言所迷惑，不伤害，首先需要科学的认识，现在人工智能承担着它的作用。 那么，假的一线ai技术如何制造假的记忆呢？ 这样的“本领”能应用于那些行业吗？

发布了大量信息，以前限制了谣言模式

“虚假新闻的产生主要有两个动机:一是利益驱动，根据年发表在科学上的研究，要达到同样的传播深度，虚假新闻的速度是普通新闻的20倍。 另一个是政治主导，在现有的网络经济中，有效传播代表着高额的经济价值，人工智能技术让不法分子左右公众对政治的认识和评价，控制舆论，威胁政治安全。 研究表明，在年美国总统选举期间，受访者平均每人每天接触4条虚假信息。 虚假信息被认为影响了年美国大选和英国脱欧的投票结果。 ”。 中科院计算副研究员、博士生导师曹娟日前在北京举办的women 世卫组织代码讲座上介绍。

为了减少虚假新闻，有必要对网络信息进行认证。 但是，大规模信息聚合平台每天的新闻发布量通常在50万件以上，显然完全依赖人工认证是不现实的，需要面向公众，建立高效的ai识别平台。

根据杜克大学信息研究中心的调查，截至2009年2月，全球活跃运营的事实审计类信息创业项目有149个，其中北美和欧洲74个，亚洲7个。 另一方面，在海外社会交流平台上，有用于显示新闻可信度的自动化可信度判断插件。

了解目前国内已经有的主要谣言，辟谣后平台基本依赖专家识别模式，其存在是一定的问题:要发现线索主要依赖客户举报，数量有限，时间长短不强，往往事半功倍。 另外，信息认证速度有待提高。 据facebook统计，专家辟谣认证模型平均滞后3天，错过了辟谣的最佳时机。 由于类别限制，专家只能在自己擅长的行业造谣，行业专家库的多样化决定了人工谣言平台的能力上限。

为了提高谣言的效率，目前中科院计算机研究所、阿里、腾讯等多家公司和机构已经知道了人工智能的谣言。 介绍说，曹娟从2010年开始就致力于基于人工智能技术的虚假新闻检测研究，知道ai谣言的公众平台可以自动发现可疑线索，进行认证，大大降低谣言可能带来的危害。 基于数据驱动的方法，通过机器学习算法辅助人工审查，只需1分钟就可以警告疑似谣言，平台可以不断挖掘各种谣言的特征，自动识别各种谣言。

但值得指出的是，“虚假新闻识别是一个高度复杂的问题，另一方面虚假定义不确定，需要不明确的塑造。 另一方面，标记很困难，需要小样本学习方法。 目前，机器学习算法的精度并不能完全代替人类，但可以帮助人类更迅速、更有效地审计信息。 ”。 曹说。 正如扎克伯格所说，“如果要完全依赖ai审查复制，可能还需要5—10年”。