Innehåll
- Rage Against the Machine (Learning)
- Tell Me Lies, Tell Me Sweet Little Lies
- Inga buggar, ingen stress - din steg-för-steg-guide för att skapa livsförändrad programvara utan att förstöra ditt liv
- Blockerar kedjan av lögner med Blockchain
- Mata inte trollet
Källa: Wrightstudio / Dreamstime.com
Hämtmat:
Falska nyhetsförsök att manipulera människor till att tro på falskheter, av skäl som sträcker sig från att helt enkelt öka klick på sociala medier hela vägen till att påverka val. Men tekniken kämpar tillbaka med nya strategier för att identifiera och stoppa den.
Under de senaste åren har frasen "falska nyheter" fått en ny betydelse eftersom den har sammanfogat alla former av felinformation som kommer från regeringskonspirationer, offentlig propaganda, tonåriga internetpråk och vilseledande annonser. Med andra ord, även om vi lever i en värld där all slags information nästan direkt är tillgänglig, har gränsen mellan sanning och lögner aldrig varit dumare.
Historien är full av dessa "skräphistorier", några av dem lika forntida som det gamla Egypten själv. Visste du att på 1200-talet f.Kr. beskrev farao Rameses the Great falskt slaget vid Kadesh som en fantastisk seger för sin armé medan den faktiskt hamnade i en dödläge mot hetiterna? Om ditt svar är (nästan säkert) "nej", det gjorde jag inte heller. Jag läste helt enkelt det på Wikipedia efter en snabb sökning på inte mer än några sekunder - så jag hoppas bara att det inte är en falsk historia också.
Idag har vi fått en fråga här eftersom nya skräpnyheter publiceras dag efter dag tack vare ett gäng ganska onda tekniker som har tillverkats för att vilseleda människor, ibland till och med för att rösta för någon skrupelfri politiker. Men hej, du behöver inte vara rädd. Den goda nyheten (ursäkta ordspel) är det Övrig teknik utvecklas för att hantera falska nyheter och sätta tillbaka den på den plats den verkligen tillhör - papperskorgen. (Vissa tror att nästa iteration av World Wide Web kommer att hjälpa till att bromsa falska nyheter. Lär dig mer direkt från tekniska experter: Vad kommer den definierande funktionen i Web 3.0 att vara?)
Rage Against the Machine (Learning)
Ett av de vanligaste sätten att sprida falska nyheter är genom att använda ett stort antal bots. Potentialen för automatisering är enorm när det gäller att distribuera eller förbättra synligheten på sociala medier. Bots kan programmeras för att dela, kommentera eller gilla ett inlägg otaliga gånger, öka intryck av innehåll och nå ett stort antal människor genom att utnyttja samma regler som de flesta sociala medieplattformar bygger på.
Att stoppa bots i deras spår är därför ett av de mest effektiva sätten att bromsa epidemin, men frågan förblir densamma - hur kan du känna igen en bot och berätta skillnaden mellan människor och maskiner? För andra människor är det ganska enkelt, men ingen IT-avdelning kunde någonsin nå den skalbarhet som behövs för att komma ikapp med en armé av bots. tydligen utvecklade sin egen anti-bot-teknik, men förklarade aldrig de fullständiga detaljerna om dess funktionalitet. Under en tidigare intervju med The New York Times avslöjade Mark Zuckerberg helt enkelt att de "använde några nya AI-verktyg för att identifiera falska konton och falska nyheter" som kommer från de makedonska falska nyheterna med vinstsyften.
Även om det fortfarande finns några spekulationer kring de faktiska metoderna som används för att identifiera bots, verkar det som om de flesta av dessa skräppostkonton kan identifieras som konstgjorda eftersom de alla delar vissa likheter i presentation och timing. Anti-bot-programvara kan känna igen dessa mönster med hjälp av dataanalys och sedan flagga dem för vidare utredning. Biometrisk autentisering används också för att bestämma vilka konton som bara är bots på och för att stoppa problemet vid dess källa.
Tell Me Lies, Tell Me Sweet Little Lies
En annan metod för att utrota detta problem är att hantera själva de falska nyheterna - som uppenbarligen är ännu mer komplicerade än att bara döda några bots. Trots olika försök har AI hittills misslyckats på ett antal nivåer eftersom det bara inte kan förstå mänskligt att skriva hur människor gör. I teorin lärs maskinen upp för att upptäcka artiklarnas "inställning" såsom ton, känsla och stil som används vid berättelsen och bestämma om informationen kan vara felaktig eller uppenbart falsk. AI kommer att utföra en djup analys av innehåll, URL och rubrikstruktur samt webbplatsen som publicerade nyheterna, dess webbtrafik, konto och övergripande engagemang på sociala medier. Resultaten var dock inte särskilt uppmuntrande, med en framgångsnivå på ungefär 65 procent. Människor behövs fortfarande för att förfina resultaten och validera resultaten, så hela systemet är fortfarande i sin barndom. Vissa saker som finesser av ton, den kulturella nackdelen eller till och med bara en god gammal humor är helt enkelt bortom maskinernas förmåga att förstå.
Videor är dock på en helt annan nivå. Den mest listiga maskininlärningsteknologier som det generativa motsatsnätverket (GAN) kan skapa häpnadsväckande realistiska videor av människor som Barack Obama som säger mycket saker han aldrig sa. Med rätt teknik har det aldrig varit så enkelt som nu att skapa en falsk bild. Som Hany Farid, professor i datavetenskap vid University of California som kämpar mot dessa "djupa förfalskningar" förklarade, "tekniken demokratiserar." Men åtminstone den här gången kan andra maskiner upptäcka dessa uppenbarligen osynliga ändringar som tillämpas på det mänskliga ansiktet och upptäcka de falska videorna. I själva verket kan dessa AI skura efter detaljer som det mänskliga ögat aldrig får fånga, till exempel mindre ljusförändringar, brist på blinkning eller färgförskjutningar i ansiktet som motsvarar hjärtslagen. Men forskarna som arbetar med dessa projekt måste hålla sina bästa strategier hemliga av uppenbara skäl.
Inga buggar, ingen stress - din steg-för-steg-guide för att skapa livsförändrad programvara utan att förstöra ditt liv
Du kan inte förbättra dina programmeringsfärdigheter när ingen bryr sig om mjukvarukvalitet.
Blockerar kedjan av lögner med Blockchain
Blockchain tillhandahåller lösningar på nästan alla moderna problem. Bland många andra saker (som kan inkludera bitcoin) kan denna otroligt mångsidiga teknik också användas för att stäva det gapande såret som falska nyheter har orsakat vårt samhälle. Blockchain kan i själva verket tillhandahålla den efterfrågade insynen och ansvarsskyldigheten som nyhetsvärlden behöver så mycket. Först kan det hjälpa till att spåra ursprunget för varje artikel och innehåll, såväl som dess efterföljande steg, som vem som delade den och var.
För det andra kan det hjälpa till att revolutionera det nuvarande monetiseringssystemet som är mer baserat på att generera vyer än på att leverera kvalitetsinnehåll. De som tjänar mer pengar är de som har möjlighet att dela sitt innehåll på fler platser - vilket är mycket lättare när en artikel är full av alarmistiska påståenden, fyllda med konspirationsteorier och förbättras med skrämmande taktik. Blockchain kan hjälpa medieplattformar att skapa sina egna självhushållande ekonomier där cryptocoins skulle kunna användas för att motivera författare att generera tillförlitlig och faktakontrollerad information. Intern datakryptering, identitetsverifiering och full spårbarhet för alla delar för att kontrollera om det finns någon författarförspänning är bara glasyren här. (Mer information om blockchain finns i hur blockchain förändrar det sätt du och jag gör affärer på.)
Mata inte trollet
Allvarligt, inte. Han kommer att växa enormt om du gör det. Sammanfattningen är att även om maskiner och tekniker kan hjälpa oss att begränsa det växande antalet falska berättelser, är det i slutändan vårt ansvar att noggrant läsa igenom allt vi sätter på. När allt kommer omkring, har människor berättat för andra människor lögner sedan civilisationens gryning, men (så vitt jag vet) hade de forntida egypterna inte någon AI då för att hjälpa dem att skilja sanningen från lögnen.
Vi har alla de mentala förmågorna att spendera några sekunder mer än ett först och kolla källorna till vad vi läser. Med eller utan teknik för att hjälpa oss, glöm inte att det här är ditt fel också nästa gång du kommer att tro på något som är en direkt lögn.