借助人工智能應對信息污染

當研究人員試圖解決其中許多問題時，其中許多問題都不會簡單回答“是或否”，因此人們也在試圖弄清楚如何保護自己和家人的安全。但是，在24小時新聞周期，數百篇預印本研究文章以及地區，州和聯邦政府之間變化的指南之間，人們如何最好地瀏覽如此大量的信息?

利用自然語言處理和人工智能領域的見解，計算機科學家Dan Roth和認知計算小組正在開發一個在線平臺，以幫助用戶找到有關新型的相關且可信賴的信息。作為他的小組為開發用于導航“信息污染”的工具而做出的廣泛努力的一部分，該平臺致力于識別單個查詢可能具有的多種視角，顯示支持每種視角和組織結果的證據，以及每種來源的證據。 “可信賴性”，以便用戶可以更好地了解已知信息，由誰以及為什么。

由于人類語言和交流的復雜性，創建這些類型的自動化平臺對自然語言處理和機器學習領域的研究人員構成了巨大挑戰。羅斯說：“語言是模棱兩可的。每個詞，取決于上下文，可能意味著完全不同的東西。” “而且語言是可變的。您想要說的一切，都可以用不同的方式說。要使這一過程自動化，我們必須解決這兩個關鍵難題，而這正是挑戰所在。”

由于在概念和理論上取得了許多進步，認知計算小組在自然語言理解方面的基礎研究使他們能夠運用他們的研究見解，并開發出可以更好地理解人類語言內容的自動化系統，例如在語言中所寫的內容。新聞文章或科學論文。羅斯和他的團隊多年來一直致力于解決與信息污染有關的問題，現在正將他們學到的知識應用到有關新型的信息中。

信息污染有多種形式，包括偏見，錯誤信息和虛假信息，并且由于信息量巨大，從小說中對事實進行分類的過程需要自動化的支持。羅斯說：“發布信息非常容易，”他補充說，雖然像賓夕法尼亞州安嫩伯格公共政策中心的項目FactCheck.org這樣的組織會手動驗證許多索償的有效性，但沒有足夠的人力來核實每條已公布的索償在網上。

博士說，僅事實檢查還不足以解決所有信息污染問題。學生四好陳。他問人們是否應該戴口罩的問題：“在過去的幾個月中，這個問題的答案已經發生了巨大變化，而這種變化的原因是多方面的，”他說。“您找不到與該特定問題相關的客觀事實，并且該問題的答案取決于上下文。僅憑事實檢查無法解決此問題，因為沒有單一答案。” 這就是為什么團隊說，確定各種觀點以及支持它們的證據很重要的原因。

為了幫助解決這兩個障礙，搜索平臺將結果可視化，包括來源的可信度，同時突出顯示不同的觀點。這與在線搜索引擎顯示信息的方式不同，在在線搜索引擎中，搜索結果的主要依據是受歡迎程度和關鍵字匹配，而很難看到文章中的論點如何相互比較。但是，在此平臺上，不是根據單個文章來顯示文章，而是根據它們提出的聲明進行組織。