Дапамажыце dev.by 🤍
Падтрымаць

ИИ-алгоритм научили распознавать фейковые новости лучше людей

Пакінуць каментарый
ИИ-алгоритм научили распознавать фейковые новости лучше людей

Исследователи Мичиганского и Амстердамского университетов создали алгоритм машинного обучения, который определяет недостоверность новостей. Причём делать это у искусственного интеллекта уже получается лучше, чем у людей, сообщает The Next Web.

Программа использует технологии обработки естественного языка для поиска специфических закономерностей и лингвистических признаков, которые говорят о недостоверности новостей. Благодаря этому новый алгоритм отличается от типичного механизма проверки фактов и перекрёстных ссылок и способен полностью автоматизировать процесс идентификации новостей.

Но перед разработчиками возникло несколько проблем: во-первых, они столкнулись с нехваткой данных для обучения модели, а во-вторых, с необходимостью сформировать набор правил, понятных компьютеру.

Поэтому исследователям нужно быть дать определение «ложных новостей». Такими они считают новости, подделываемые намеренно, с целью массового распространения в соцсетях, а также статьи юмористического и сатирического содержания. Помимо этого, алгоритм должен уметь распознавать правдивые статьи и учитывать такие факторы, как срочность, стиль написания и культурная интерпретация.

Исследователи собрали собственный датасет, попросив участников краудсорсинговой интернет-платформы Amazon Mechanical Turk переделать 500 настоящих новостных статей. Они должны были сымитировать стиль оригинала, но заменить факты настолько, чтобы они выглядели как явная подделка.

Сфабрикованные и оригинальные тексты «скормили» алгоритму, который научился различать их. Затем ему показали ложные и настоящие новости из специального набора данных.

Точность ИИ в определении фальшивок достигла 76 процентов, в то время как люди оказывались правы менее чем в 70 процентах случаев.

Чытайце таксама
TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении
TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении
TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении
Цукерберг: сотрудники Facebook влияли на выдачу рекомендаций в ленте соцсети
Цукерберг: сотрудники Facebook влияли на выдачу рекомендаций в ленте соцсети
Цукерберг: сотрудники Facebook влияли на выдачу рекомендаций в ленте соцсети
1 каментарый
BBC: система распознавания лиц в Москве состоит из четырех алгоритмов. Они определяют эмоции
BBC: система распознавания лиц в Москве состоит из четырех алгоритмов. Они определяют эмоции
BBC: система распознавания лиц в Москве состоит из четырех алгоритмов. Они определяют эмоции
В России создали бесплатного конкурента генератора картинок DALL-E 2
В России создали бесплатного конкурента генератора картинок DALL-E 2
В России создали бесплатного конкурента генератора картинок DALL-E 2
2 каментарыя

Хочаце паведаміць важную навіну? Пішыце ў Telegram-бот

Галоўныя падзеі і карысныя спасылкі ў нашым Telegram-канале

Абмеркаванне
Каментуйце без абмежаванняў

Рэлацыраваліся? Цяпер вы можаце каментаваць без верыфікацыі акаўнта.

Каментарыяў пакуль няма.