達摩院NLP團隊成員李泉志
一篇《為拯救爸媽朋友圈，達摩院造了「謠言粉碎機」》的文章，在朋友圈刷屏，引來一片鼓掌叫好：「這下終於不用費勁勸導爸媽了！」
文章說的是，阿里巴巴達摩院的科學家，造了一個謠言粉碎機，這是一個算法模型，可以識別真假新聞，未來也能應用在各大領域。
這是怎樣一種算法？准確率高嗎？真的可以終結謠言？記者聯繫到了正在大洋彼岸的「謠言粉碎機」的創造者李泉志。
「粉碎機」的前生功能
是為記者提供可靠線索
《速轉！科學家發現：一味中藥48小時可殺死60%癌細胞!》《晚上喝白開水的朋友，再不看就晚了！》《專家說了，這樣東西千萬別吃！》……
你有沒有收到過父母發來的這些「關懷」？又有多少次是抱着「算了算了，你開心就好」的心態結束話題？
「不能保證百分之百准確，但基本可以判斷是否為謠言。」李泉志，達摩院NLP團隊的核心成員之一，畢業於清華大學，後在美國獲得自然語言理解方向的博士學位，目前在達摩院的西雅圖辦公室工作。
在加入達摩院前，他曾是路透社重要的「情報官」：通過機器篩選成千上萬的網絡信息，為數千位一線記者提供可靠線索。
「AI謠言粉碎機」就是藉助自然語言實現的。在剛剛結束的SemEval（自然語言處理領域的國際權威比賽，由國際計算語言學學會舉辦）全球語義測試中，「AI謠言粉碎機」創造了假新聞識別准確率的新紀錄，達到了前所未有的81%。
判斷一個新聞真假
要分三個步驟
「AI謠言粉碎機」要怎麼去判斷是否為謠言呢？李泉志說，分三步——
首先，該模型會找到最初的信息源，分析用戶畫像，包括：專業領域，此前傳播或轉發過什麼，是個人還是機構，注冊時間，活躍規律等，來判斷發佈者是否「可靠」。最後根據不同態度的人群比例、各自的信譽度等信息，計算出此新聞的可信度。
第二步，尋找網上所有的信息源，看看鏈接的域名，是否來自可信網站，比如新華社、政府醫藥管理局等。
第三步，將正文里關鍵的論證提煉為知識點，與知識圖譜里的權威知識庫做匹配驗證。如果毫無聯系、自相矛盾，減分。
李泉志解釋，「AI謠言粉碎機」會考慮一部分人類的想法，更多的則是AI的運用。人工智能有很多人類比不了的地方，比如當一個流言在社交網站上傳播很快的時候，我們很難去判斷真假，不知道誰接收到了，是出於什麼原因轉發，不同的人對此的評價是什麼，而這些AI可以做到。「假如來一個流言，人可以通過網站去查證，但是AI可以快速把科學研究、新聞拉出來，加上後台知識庫的對比，做一個驗證。人腦中有基本判斷，但是沒有大型的知識庫。」李泉志說。
就拿「AI謠言粉碎機」的訓練樣本來說，就要分至少兩個層面：首先拿底層的2億條信息，幾百萬條新聞，訓練語言樣本；再將模型進行謠言的真實性訓練。「是一個復雜且費時的過程。」李泉志表示。
誰製造謠言，論文是否抄襲
未來粉碎機還有更多功能
其實，要建這樣一個數據模型，並不容易。李泉志坦言，他在前一家公司就開始研究，到如今，也還需繼續完善。他們有一個小團隊專門在研究這一技術，因為，總體來說這不是一個單獨能列出來的技術，是自然語言所有技術的綜合。
目前，該模型也並未應用於阿里巴巴的任何業務中，李泉志坦言，數據模型需要不斷被「訓練」，也需要得到社會的認同，而這些，都不是短時間內能解決的。
可以想象的是，「AI謠言粉碎機」未來將被應用的多個場合。
比如，可以識別論文是否為抄襲，用技術從個人的寫作風格、方法論、主題等多維度去判斷是否為抄襲。過去有人說某年輕作家後期的作品由人代筆，以後用AI就能分析得出結論。
另一方面，可以協助警方找到真正謠言的製造者。通過AI去追蹤傳播路徑，從傳播路徑中，將傳播分解，可以發現規律，比如傳播了哪些用戶，用戶是什麼反應，是簡單的轉發，還是贊成、反對，還是進行了二次加工？
「當然，該模型也還是需要更多的語言訓練。比如有些用戶轉發時，說的是反話、諷刺，有些是隱喻，不知是否是真實的情緒表達，這些作為機器很難對此做出判斷，但是通過大量的訓練，是可以實現的。」李泉志表示，他和團隊會繼續研究該模型。
來源：華人頭條B
來源：浙江在線
