摘要：達摩院的科學家們最近在用識別謠言的研究上，有了一些小突破。有始有終，皆大歡喜達摩院所研發的謠言粉碎機，在剛剛結束的全球語義測試中，創造了假新聞識別準確率的新紀錄，達到了前所未有的。謠言粉碎機技術的背后，是一次史無前例的信任重建。

生命不可能從謊言中開出燦爛的鮮花。

前幾天，母上大人給我發了條消息，再三叮囑幫忙擴散，隨手解救癌癥患者。

“速轉！科學家發現：一味中藥48小時可殺死60%癌細胞!”

回復框里，我打了一段長長的反駁文字。在按下發送前沉思良久，為了保住每日的晚飯，我又默默刪除了。

母上大人的朋友圈，啥都不說了

從那句熟悉的“狼來了”開始，謠言開始在我們生活無孔不入，一些不壞好意的人，把謊言變成一張漂亮的包裝紙，裹挾著詐騙、虛榮、不懷好意，肆意橫行：

當全民瘋搶板藍根食鹽白醋，終日人心惶惶；

當“養生秘聞”“200%理財回報”充斥在朋友圈，無數養老錢血本無歸；

當“寒門狀元之死”透支人們對世界的信任；
......

人們被迫練就了一身硬邦邦的鎧甲，一邊斜眉冷視周圍的世界，一邊草木皆兵地生存。寧可信其有，不可信其無。

然而，總有人想改變這一切。達摩院的科學家們最近在用AI識別謠言的研究上，有了一些小突破。

“謠言粉碎機”，也許離我們并不遙遠？

在了解到這個信息后，我第一時間采訪到了達摩院NLP團隊的核心成員之一——李泉志，他本科畢業于清華大學，后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。

李泉志，達摩院智能實驗室科學家

在加入達摩院前，他曾是世界級通訊社——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。

借著這個難得的機會，我“假公濟私”，請泉志使用算法鑒定我媽發來的新聞真假，還原“打假”現場。

在泉志的詳細說明下，一個令人驚嘆的“打假”模型逐漸露出。事實上，這個運算邏輯遠比我之前想得要復雜，甚至顯得有點“老謀深算”。

泉志告訴我，判斷一個新聞真假，要分三個步驟。

首先，在盤根錯節的信息里，機器會找到最初的信源，分析其用戶畫像（專業領域，個人或機構，機構類型，影響力，過去發表的內容類型，是否可信，地域，注冊時間，活躍規律等），進而判斷此發布者的信譽度。

如果這條新聞帶有鏈接，我們可以再看看鏈接的域名，是否來自可信網站，比如新華社、政府醫藥管理局。

接下來，我們拿起聽診器，細細揣摩正文的“心跳聲”：

“一味中藥48小時可殺死60%癌細胞！”打開正文，我們看看究竟這味中藥的成分是哪些？具體對哪些癌細胞起作用？機器會把這些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。

泉志表示，除了內容不實、上下文邏輯不連貫外，機器還能從行文風格里找到蛛絲馬跡。比如：

“多一次轉發就多一次活命機會”

“傳瘋了！晚上一定要關wifi，太嚇人了”

......

是的，機器連“標題黨”都不放過！假新聞經常會采用夸大性、空洞的說辭來危言聳聽。真新聞往往行文嚴謹、一絲不茍。

如果說前面兩步，還算是常規操作。第三步，就是關鍵：對傳播路徑的深入分析。

一條謠言在社交網絡里引爆，必然有無數的人密集關注。在留言、轉發等行為里，有人贊同，有反對，還有質疑，或者只是簡單的路過，都是一種態度。

機器統計不僅能統計所有用戶的態度，更不可思議的是，它會“看人下菜”，區別對待每條發言的分量。

比如，我弟轉發了母上發來的新聞，冒著零用錢縮水的危險表示：“假的！昨天食品監督局已經公開辟謠了”——這條反對意見質疑得較為有力，權重提升。

隨后，ID為“小旺仔”的用戶也在此條新聞下留言，只寫了四個字：消息不實。雖然寥寥數字，但是機器一看，不得了，小旺仔的認證信息是該省第一附屬醫院的醫學教授，權重也得提升。

機器會對所有反饋用戶進行畫像分析：是否是認證用戶、過去發表的內容類型、注冊時間、活躍規律、是否和事件發生地在同一個地方等，以此來計算用戶信譽度。最后根據不同態度的人群比例、各自的信譽度，以及處于傳播路徑中的位置等信息，計算出此新聞的可信度。

“如果有人轉發了小旺仔的留言，表示‘舉雙爪支持’，系統會不會認為這是對新聞的贊同？”我感覺自己抓到了系統漏洞，有點小激動。

泉志表示這個問題提得非常好，接著干脆地做了否定：“我們的整個傳播路徑是個神經網絡，環環相扣，不會斷章取義的。”

以上三步中計算出的信息會輸入到神經網絡模型中。基于這些信息，模型會綜合判斷出此新聞是否為謠言。

這個模型的魅力之處在于，你不必為它編寫程序去學習人類的指令：它能完全自主學習訓練，就像人腦一樣“思考”。隨著知識庫的日益豐富，它的判斷能力會越來越好。

“簡直是一位飛速成長的大編輯！”我感嘆道。

“這還不是全部”，泉志爽朗笑了，“我們還用了多任務學習，‘一心多用’，讓機器在同一時間完成多個復雜任務，判斷內容真假、觀察傳播路徑、挖掘用戶畫像這些都能同時進行?！?/p>

在有條不紊的運算機制里，機器就像一位冷峻的解剖師，切開浮夸的表象，梳理每一條新聞的經脈、肌理走向，抽絲剝繭，層層剝開，最終找到事實的內核。

泉志接著又透露了一個重要信息——這項技術不僅能控制假新聞源頭、防止謠言大規模擴散，它還有一個隱藏的“大招”。

傳謠容易，辟謠難。謠言的擴散速度猶如遇到林木的大火，一點即燃，但是當真相出來時，卻往往無人問津。

比如，網絡曾謠傳市面上的香蕉大多泡過藥水，許多人從此再沒買過香蕉。即使數年后風頭過去，還有人表示吃香蕉總覺得有藥水味。

這項技術的隱藏”大招“，是可以針對性地為民眾辟謠。根據傳播路徑索引，曾經支持“香蕉浸泡毒液”的人，都可以收到官方的辟謠信息：香蕉浸泡的白色液體不是甲醛，而是符合國家安全標準的保鮮劑，無毒無害；吃醬油不會變黑、開水重復燒也不會有事，交999元每月回報99的“好事”自然更是子虛烏有。

有始有終，皆大歡喜！

達摩院所研發的“AI謠言粉碎機”，在剛剛結束的SemEval全球語義測試中，創造了假新聞識別準確率的新紀錄，達到了前所未有的81%。

SemEval 是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。假新聞識別是此次比賽的主要項目之一，吸引了哥倫比亞大學、華盛頓大學、艾倫·圖靈研究所等20多路頂級高手參與。

賽題是這樣的：

主辦方向所有參賽者提供社交媒體上470余條新聞、以及一萬多條相關的留言、轉發等數據。參賽者需要根據這些有限的信息，判斷這數百條新聞是真是假。

這些似是而非的新聞涉及政治、娛樂、商業、科技等多個領域，比如——

特朗普的差旅開支遠遠低于奧巴馬；

太陽報：英國女王支持英國脫歐；

震驚了！臺風過后，高速公路出現一條大鯊魚；

美國九成媒體被六家公司控制；

吉薩金字塔能利用隱秘的房間集中電磁能能量；

......

此次比賽桂冠由達摩院NLP首席科學家司羅所屬的團隊斬獲，真假新聞二分類上的準確率高達81%，刷新了本競賽系列上macro F 、RMSE兩項關鍵性指標的世界記錄。

在此之前，達摩院NLP團隊曾在機器閱讀理解頂級賽事SQuAD上，憑借82.440的精準率打破了歷史紀錄；在國際頂級機器翻譯大賽WMT上，連奪英文-中文翻譯、英文-俄語互譯、英文-土耳其語互譯5項第一。

讓機器讀懂人類語言，并判斷人類的表達意圖，從而進一步幫助人類實現對信息真假的判斷，達摩院的科學家們，從未放棄對技術難題的攻克。

隔著一萬多千米的太平洋，與泉志說再見后，我突然想起了今年春晚的小品《“兒子”來了》：葛優飾演的保健品銷售員，用夸張的“床墊”欺騙一對老夫妻。

從“狼來了”到“兒子來了”，信任在不知不覺中成了世上最高的門檻。

我們知道天下不會掉餡餅，但當周圍人都在轉發高額理財新聞時仍會忍不住動搖；

我們本不會勤于研究飯菜的化學中和反應，但萬一同時吃了螃蟹和香菇中毒呢；

我們從不擔心銀行沒收存款，但在接到短信“銀行卡已被凍結需支付保證金”時虎軀一震……

人類的原始本能告訴我們要相信彼此，然而世界正變得日益龐大和復雜，道德、名聲的影響力已不如往昔，傳統的信任出現了縫隙。

“謠言粉碎機”技術的背后，是一次史無前例的信任重建。只有假新聞被扼殺在繁衍的溫床里，破碎將傾的信任才會被重新扶起頂天立地。

而信任，是愛的最好證明。

AI = 愛。

閱讀原文

本文來自云棲社區合作伙伴“阿里技術，如需轉載請聯系原作者。