Indhold
- Rage Against the Machine (Learning)
- Fortæl mig løgne, fortæl mig søde små løgne
- Ingen fejl, ingen stress - Din trinvis vejledning til oprettelse af livsændrende software uden at ødelægge dit liv
- Blokering af løgnkæden med Blockchain
- Fod ikke troldet
Kilde: Wrightstudio / Dreamstime.com
Tag væk:
Falske nyhedsforsøg på at manipulere folk til at tro falsker af grunde, der spænder fra blot at øge klik på sociale medier hele vejen til indflydelse på valg. Men teknologi kæmper tilbage med nye strategier til at identificere og stoppe det.
I de sidste par år har udtrykket "falske nyheder" fået en ny betydning, da den har fusioneret alle former for forkert information, der stammer fra regeringssammensværgelser, offentlig propaganda, teenagere på internettet, og vildledende annoncer. Med andre ord, selvom vi lever i en verden, hvor alle former for information næsten øjeblikkeligt er tilgængelig, har linjen mellem sandhed og løgne aldrig været grumsete.
Historien er fuld af disse "uønskede historier", nogle af dem er så gamle som det gamle Ægypten selv. Vidste du, at faraoen Rameses den Store i det 13. århundrede f.Kr. fejlagtigt fremstilte slaget ved Kadesh som en fantastisk sejr for sin hær, mens den faktisk endte i et dødvande mod hetitterne? Hvis dit svar er (næsten helt sikkert) "nej", det gjorde jeg heller ikke. Jeg læste det bare på Wikipedia efter en hurtig søgning på ikke mere end et par sekunder - så jeg håber bare, at det heller ikke er en falsk historie.
I dag har vi fået et problem her, siden nye uønskede nyheder bliver offentliggjort dag efter dag takket være en masse ret onde teknologier, der er fremstillet for at vildlede mennesker, nogle gange endda til at stemme for en skrupelløs politik. Men hey, ingen grund til at være bange. Den gode nyhed (undskyld ordspil) er det Andet teknologier udvikles for at tackle falske nyheder og sætte dem tilbage på det sted, den virkelig hører til - papirkurven. (Nogle mener, at den næste iteration af World Wide Web vil hjælpe med at begrænse falske nyheder. Lær mere i Straight fra de tekniske eksperter: Hvad bliver den definerende funktion ved Web 3.0?)
Rage Against the Machine (Learning)
En af de mest almindelige måder at sprede falske nyheder på er ved at bruge et stort antal bots. Potentialet for automatisering er enormt, når det drejer sig om at distribuere eller forbedre synligheden på sociale medier. Bots kan programmeres til at dele, kommentere eller lide et indlæg utallige gange, øge indtryk af indhold og nå et stort antal mennesker ved at udnytte de samme regler, som de fleste sociale medieplatforme er bygget på.
At stoppe bots i deres spor er derfor en af de mest effektive måder at begrænse epidemien på, men spørgsmålet forbliver det samme - hvordan kan du genkende en bot og fortælle forskellen mellem mennesker og maskiner? For andre mennesker er det temmelig enkelt, men ingen IT-afdeling kunne nogensinde nå den skalerbarhed, der var nødvendig for at indhente en hær af bots. tilsyneladende udviklet sin egen anti-bot-teknologi, men forklarede aldrig de fulde detaljer om dens funktionalitet. Under et tidligere interview med The New York Times afslørede Mark Zuckerberg simpelthen, at de "indsatte nogle nye AI-værktøjer til at identificere falske konti og falske nyheder" fra de makedonske falske nyheder-for-profit-virksomheder.
Selvom der stadig er nogle spekulationer omkring de faktiske metoder, der bruges til at identificere bots, ser det ud til, at de fleste af disse spammy-konti kan identificeres som kunstige, da de alle deler nogle ligheder i præsentation og timing. Anti-bot-software kan genkende disse mønstre ved hjælp af dataanalyse og derefter markere dem til yderligere undersøgelse. Biometrisk autentificering bruges også til at bestemme, hvilke konti der kun er bots på, og for at stoppe problemet ved dets kilde.
Fortæl mig løgne, fortæl mig søde små løgne
En anden tilgang til at udrydde dette problem er at håndtere de falske nyheder - som tilsyneladende er endnu mere kompliceret end bare at dræbe nogle bots. På trods af forskellige forsøg har AI indtil videre mislykkedes på en række niveauer, fordi det bare ikke kan forstå menneskelig skrivning, som mennesker gør. I teorien læres maskinen at opdage artiklenes "holdning", såsom den tone, følelse og stil, der blev brugt, mens historien blev skrevet, og bestemme, om informationen kan være unøjagtig eller åbenlyst falsk. AI vil udføre en dyb analyse af indholdet, URL og overskriftsstrukturen samt det websted, der offentliggjorde nyhederne, dets webtrafik, konto og det samlede engagement på sociale medier. Resultaterne var dog ikke særlig opmuntrende med et succesniveau på ca. 65 procent. Mennesker er stadig nødvendige for at hjælpe med at finpudse resultaterne og validere fundene, så hele systemet er stadig i sin spædbarn. Nogle ting såsom finesser af tone, den kulturelle con eller endda bare en god god humor er simpelthen uden for maskinernes evne til at forstå.
Videoer er imidlertid på et helt andet niveau. De mest udspekulerede maskinlæringsteknologier som det generative adversarial network (GAN) kan skabe forbløffende realistiske videoer af mennesker som Barack Obama, der siger en masse ting, han aldrig sagde. Med de rigtige teknologier har det aldrig været så let som det nu er at skabe et falskt billede. Som Hany Farid, professor i datalogi ved University of California, der kæmper imod disse "dybe forfalskninger" forklarede, "teknologien demokratiserer." Men i det mindste denne gang kan andre maskiner registrere disse tilsyneladende usynlige ændringer anvendt på det menneskelige ansigt og registrere de falske videoer. Faktisk kan disse AI skure efter detaljer, som det menneskelige øje aldrig kan fange, såsom minuscule lysændringer, manglende blink eller farveskift i ansigtet, der svarer til hjerteslag. Forskerne, der arbejder med disse projekter, er imidlertid nødt til at holde deres bedste strategier hemmelige af åbenlyse grunde.
Ingen fejl, ingen stress - Din trinvis vejledning til oprettelse af livsændrende software uden at ødelægge dit liv
Du kan ikke forbedre dine programmeringsevner, når ingen er interesseret i softwarekvalitet.
Blokering af løgnkæden med Blockchain
Blockchain leverer fortsat løsninger på næsten alle moderne problemer. Blandt mange andre ting (der kan omfatte bitcoin) kan denne utroligt alsidige teknologi også blive brugt til at slå det gapende sår, som falske nyheder har påført vores samfund, til. Blockchain kan faktisk give den tiltrængte gennemsigtighed og ansvarlighed, som nyhedsverdenen har brug for så meget. For det første kan det hjælpe med at spore oprindelsen af hver artikel og et stykke indhold såvel som dets efterfølgende trin, såsom hvem der delte den og hvor.
For det andet kan det hjælpe med at revolutionere det nuværende monetiseringssystem, der er mere baseret på at generere visninger end på at levere indhold af høj kvalitet. De, der tjener flere penge, er dem, der er i stand til at dele deres indhold flere steder - hvilket er meget lettere, når en artikel er fyldt med alarmistiske påstande, fyldt med sammensværgelsesteorier og forbedret med skræmmende taktikker. Blockchain kunne hjælpe medieplatforme med at skabe deres egne, selvbærende økonomier, hvor cryptocoins kunne bruges til at motivere forfattere til at generere pålidelige og faktakontrollerede oplysninger. Intern datakryptering, identitetsbekræftelse og fuld sporbarhed af ethvert stykke for at kontrollere, om der er forfatterforspænding, er bare prikken over i'et her. (For mere information om blockchain, se Hvordan Blockchain ændrer den måde, du og jeg driver forretning på.)
Fod ikke troldet
Alvorligt, ikke. Han vil vokse enormt, hvis du gør det. Hoveddelen er, at selvom maskiner og teknologier kan hjælpe os med at begrænse antallet af falske historier, der er udsat for, er det i sidste ende vores ansvar for omhyggeligt at læse gennem alt, hvad vi sætter vores øjne på. Når alt kommer til alt har folk fortalt andre mennesker løgner siden civilisationens morgen, men (så vidt jeg ved) havde de gamle egyptere ikke en AI dengang for at hjælpe dem med at adskille sandheden fra løgnerne.
Vi har alle de mentale fakulteter at bruge et par sekunder mere end en For det andet, og kontroller kilderne til det, vi læser. Med eller uden teknologier, der kan hjælpe os, skal du ikke glemme, at dette også er din skyld, næste gang du ender med at tro på noget, der er en direkte løgn.