防堵假新聞「機器學習幫不上忙」

工商時報【吳筱雯╱台北報導】 防堵假新聞，機器學習也幫不上忙？Google AI首席科學家紀懷新表示，以機器學習的角度來說，防堵假新聞最大的難題是，不同立場的人對於假新聞的定義都不同，因此在定義莫衷一是之下，機器學習在這方面很難幫上忙。 假新聞問題從美國大選後備受重視，Google也在先前的Google I╱O活動期間推出Google News服務，一方面幫助第三方新聞機構開拓穩定的財源，一方面Google也透過機器學習與第三方新聞機構合作，加上跟Google Search相似的群眾大數據資訊，來做新聞真實性判斷。 雖然Google在增進新聞可信度方面做出許多努力，但機器學習在防堵假新聞方面能幫上的忙，可能很有限。紀懷新表示，Google對於假新聞的政策是不做判斷（judgement），但是從機器學習的角度來說，假新聞判斷最困難的問題在於每個人對於假新聞的定義莫衷一是，不一樣的立場對假新聞的定義都不一樣。 他進一步表示，以美國為例，共和黨與民主黨對於同樣一件事的定義就截然不同，造成機器學習在假新聞判斷上的困難。 而在紀懷新的研究領域推薦系統方面，他以Google Play為例，現在Google的應用程式商店Google Play上已經有超過100萬個APP，可是每個人每一個行動裝置了不起裝100個APP來說，推薦系統顯得格外重要，可是有用的、能夠符合個人需求的推薦系統，一直很難做，因為使用者偏好不斷改變，有效的評分（rating）舉得不易，加上使用者偏好也會隨著不同使用時間、不同裝置而有所不同。 紀懷新進一步表示，透過機器學習與深度學習，建構推薦系統就像建立一個數學函數，藉由輸入使用者在不同的使用時間、裝置等參數，產生出個人化的推薦結果。