麻省理工学院训练了AI，发现假新闻故事
在媒体上工作的任何事实检查者都有直接但具有挑战性的工作 - 请确保文章中的所有主张都是真实的。简单的事实，例如两个城市之间的距离，准确吗？报价正确吗？更广泛的陈述是真的吗？这是一项重要的任务，在一个彻底的虚假新闻时代，尤其是考虑到2016年美国大选和最近的中期，这变得越来越重要。
为了解决这个更大的问题，麻省理工学院和卡塔尔和保加利亚的机构的研究人员一直在努力使用人工智能（AI）来帮助人类理解复杂的媒体景观。他们意识到，在开发一个可以核对个人主张的AI之前，他们需要采取的重要步骤是分析最初的不同新闻网站本身的可靠性。
因此，他们着手制定一个可以评估实际上不同地点的强大及其政治偏见的人工智能。
为了训练他们的AI系统，他们首先使用了来自1,066个网站的数据，该网站被称为媒体偏见事实检查。然后，AI分析了有关新闻网站的信息，考虑了网站本身，其Wikipedia页面，Twitter帐户甚至URL等文章之类的资料。使用这样的信息，AI可以预测网站的事实程度约为65％，并且在检测其偏见方面的准确性约为70％。人工智能最好的资源之一就是人类依赖的资源。
“事实证明，维基百科非常重要，”麻省理工学院计算机科学和人工智能实验室（CSAIL）的博士后拉米·巴里（Ramy Baly）说。这是因为您需要了解的有关新闻源的信息可能就在那里 - 例如，洋葱的Wikipedia页面将其标记为讽刺性。Drudge Report的Wikipedia页面同时将其标记为保守。维基百科很重要，原因是另一个原因。
Baly补充说：“没有Wikipedia页面与网站没有非常可靠的网站相关联。”
请记住，网站本身的总体可信赖性 - 并检查其Wikipedia页面（如果有一个页面）也是普通人的好一步。例如，在八月份，Facebook和一家网络安全公司宣布，他们发现了伊朗传出的“不真实”新闻。与伊朗相关的网站之一被称为自由前媒体。他们称自己为“独立”，但似乎实际上是亲伊朗。而且说明该网站似乎没有Wikipedia页面。
当然，麻省理工学院研究小组并不是唯一使用AI分析这种语言的人 - Google制作的AI系统称为Jigsaw会自动评估读者评论的毒性，Facebook已转向AI来帮助增加其在缅甸将仇恨言论保持仇恨言论的努力。
对于麻省理工学院研究人员的AI系统而言，另一个来源比Wikipedia更重要，即网站本身的文章。AI能够分析每个新闻网站上的50至150篇文章，并检查其中的语言。
巴里说：“极为有偏见的网站试图吸引读者的情绪。”与主流的中间站点相比，“他们使用另一种语言”。
巴里斯说，他们仍然希望使他们的系统更加复杂。他们在此阶段的目标是“启动一种考虑如何解决这个问题的新方法”。
那么，我们有一天会看到假新闻和偏见的结局吗？绝对不是，但也许我们会少看到它……
