Facebook与假新闻、恶作剧和垃圾邮件发送者的斗争永远不会永远结束,但该公司正在尽最大努力保持对其网络上的不良行为者的压力。今天,它宣布了一系列新措施,包括使用机器学习识别由不同帐户复制和粘贴的恶作剧文章。
这不是Facebook第一次宣布使用人工智能来定位误导性内容,而且很明显,该公司夸大了人工智能将好内容与坏内容分类的能力。但在应用这项技术方面,它似乎确实采取了一些小而明智的步骤。机器学习不能自动检查故事的事实,也不能对误导性的标题做出细微的判断,但它可以识别出容易识别的信号,这些信号表明某个报道是行不通的。比如,发现人类事实核查人员已经认定为伪造的故事副本。
根据Facebook今天的博文:
Machine learning helps us identify duplicates of debunked stories. For example, a fact-checker in France debunked the claim that you can save a person having a stroke by using a needle to prick their finger and draw blood. This allowed us to identify over 20 domains and over 1,400 links spreading that same claim.
Facebook产品经理Tessa Ly***在接受BuzzFeed News采访时更详细地介绍了机器学习的使用,称其过滤器现在正试图预测哪些页面“可能”共享不良内容。这包括寻找居住在一个国家但以另一个国家的用户为目标的页面管理员,这是东欧国家垃圾邮件发送者赚钱的常见方式。”这些管理员经常有可疑账户,这些账户不是伪造的,但在我们的系统中被确认为有可疑活动,”Ly***说。
莱昂斯承认,这些自动化系统可能会意外地以合法场所为目标,但她表示,该公司感觉“相当好”,因为它击中了正确的目标。Facebook表示,它将采取行动,通过“减少其发行量并消除其盈利能力”来打击传播虚假新闻和恶作剧的页面和网站。最后一部分至关重要,因为如果没有经济回报的承诺,这些网站中的大多数都不会存在。
Facebook在其博客中详细介绍了它正在采取的其他一些新措施。其中包括与更多国家的第三方事实核查机构合作(该机构目前在14个国家开展业务,并“计划扩展到更多国家……”。。。到年底),并扩大审判事实,检查断章取义地呈现的个人照片和视频(例如,呈现一场旧战争的图像,好像它们显示了当前的冲突)。
归根结底,正是这些涉及到人类事实核查的计划,在识别假新闻方面最为有效。但人工智能仍然可以提供有用的备份。
...止功能允许第三方应用过滤来自已识别和验证的垃圾邮件发送者的呼叫。现在在升级到ios11之后,你可以得到一个类似的短信垃圾邮件功能。 ...
截至2017年,Facebook Messenger拥有12亿用户。但在这些用户中,只有一小部分人充分发挥了应用的潜力。 ...
...你在Facebook上呆的时间够长,你可能见过有人在Facebook上恶作剧,或者这件事发生在你身上。这类似于旧的键盘把戏,办公室里的人会跑到别人的电脑前,按Ctrl+Alt+Down将电脑屏幕上下颠倒。 ...
... 首先,检查发送者。虽然有可能伪造一封邮件,让它看起来像来自一个可信的电子邮件地址,但通常假电子邮件来自一个虚假的地址。如果你看到官方消息来自@贝宝网地址和这个来...
Facebook一直明确表示,希望人工智能在其平台上处理更多的节制职责。今天,它宣布了朝着这个目标迈出的最新一步:让机器学习负责它的调节队列。 以下是在Facebook上适度的工作原理。被认为违反公司规定的帖子(...
Facebook的工程师们开发了一种新的方法来帮助他们识别和防止有害的行为,比如用户散布垃圾邮件、欺骗他人、买卖武器和毒品。他们现在可以通过在并行版本的Facebook上发布人工智能机器人来模拟坏人的行为。然后,研究人员...
一位自称24岁、名叫史蒂夫的男子在接受美国《每日电讯报》采访时,详细描述了他那狡猾的机器人驱动的垃圾邮件业务,该业务向Pinterest提供来自虚假账户的衣服和靴子等商品的推荐,并每天从亚马逊联盟支付中获得数千美元...