防堵假新聞「機器學習幫不上忙」

吳筱雯╱台北報導
中時電子報

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。

你可能還想看