Google新闻实验室运用AI和机器学习辅助过滤不当内容
网络的普及对于大众或是媒体从业人员带来资讯接受与传播生态上的改变，在网络上快速且广为流传的讯息成千上万，其中包含大多数相当有助益的正确资讯，但让人忧心的则是另外传播错误资讯的部分。 Google 新闻实验室台湾工作坊 今日（3/21）于台北举行的讲座中公开演示机器学习与人工智能在新闻业内的相关应用，以及告诉大家假新闻的来源。
Google 新闻实验室 运用 AI 和机器学习辅助过滤不当内容
网络资讯流庞大，尽管假新闻问题从早期的传统纸媒时代就已经存在，但现在网络普及和社群平台的流行更是将假新闻带来的影响加以扩大，Google 新闻实验室在今天的台湾工作坊中针对这个日趋严重的现象进行深入的探讨，并且告诉大家关于假新闻的原因、目的与识别验证方式，并且展示 AI 和机器学习目前能够在新闻内容方面做到什么。
假新闻之所以产生、存在，其一定拥有独特的原因，在假新闻中可粗分为两种：
1. 谣言
有目的性的误导，多半为了商业、政治或明显目标，向媒体或竞争对手宣传。
2. 误传
不准确或有意欺骗的讯息。
而造假的原因不脱下数几种：
1. 达到政治目的
2. 引起话题，偏离主要讨论
3. 引起分歧，制造社会问题
4. 宣传
5. 讽刺
6. 加深某种想法/偏见
7. 点击率 = 广告收益
Google 新闻实验室近年来极力研究发展将 AI 和机器学习运用于新闻的真伪、仇恨言论等辨识上。目前 Google 机器学习已经应用在包含 Android 操作系统、Google Assistant、Gmail、Google 地图、相簿、语音搜寻、翻译与 YouTube 等众多产品上。
人工智能方面，新闻实验室正与 Google 云端团队合作建立专为媒体、文字工作者而设计的 AI 驱动工具，并且从大数据中寻找规律，除了更有利于资讯来源追踪与相关资料收集外，还能够起到弥补资料断层的作用。在美国，Google 新闻实验室与 ProPublica 机构合作一项实验性的仇恨记录计划，运用 AI 建立起关于仇恨与偏见而引发的犯罪与社会事件全国性数据库，透过 AI 除可补齐断层建立完整资料外，还能依循人、事、地的关键字线索查找消息来源。
AI 另外还能运用在判断影片、新闻报导与照片中的性别、种族与年龄等，从多角度了解新闻报导或影片中的角色所扮演的相对应内容。人工智能还可用于鼓励网络上良性的对话，在 Jigsaw 上的读者留言中更可设定言语的恶毒程度，对留言内文用字进行筛选，有助于初步过滤掉充满偏见与攻击性的无建设仇恨言论。
相信读者都经常在 Facebook 、LINE 上看到许多传闻，其中更多都是以煽动性的标题或强化严重性的耸动描述方式让人心生好奇或恐惧，在接收资讯同时可以多做一个动作去查证该资讯是否属实，又或是有具体证据来辅助说明，不要只是不思考究分享，每个人都顺手来，才能真正遏止这些假消息的不断流传。
标签: 游戏头条 资讯头条 ggamen科技资讯 ggamen科技 ggamen科技资讯头条 科技资讯头条 ggamen游戏财经 新闻网 科技新闻网 科技新闻 ggamen ggamen游戏新闻网 科技新闻网 新闻网 ggamen游戏财经 ggamen科技资讯头条 ggamen科技 ggamen科技资讯 资讯头条 游戏头条 ggamen ggamen游戏新闻网 科技新闻网 新闻网 ggamen游戏财经 科技资讯头条 ggamen科技资讯头条 ggamen科技 资讯头条 游戏头条
