人工智能打假：流言止于智者，也止于AI

提到人工智能（AI），大多数人的第一反应就是它距离我们太远了，什么智能机器人，什么无人驾驶，这些好像都是未来式。其实，很多人都想不到，人工智能就在我们身边，而且在我们不知不觉中已经做了很多事。比如，它已经可以初步胜任流水线工人、电话销售、客服、普通记者、行政人员等工作岗位。

最近，人工智能又找到一份新工作一打假专家。这次，它究竟干得怎么样呢？

如今，随着互联网和新媒体技术的高速发展，网络在给人们的工作生活带来极大便利的同时，大量虚假的或者引人误解的内容也乘虚而入，严重污染了网络空间，使得传播的信息鱼龙混杂。

要想不被网上的流言和谣言蛊惑、伤害，就需要对其进行科学甄别。那谁是做这个工作的最佳人选呢？谣言千变万化，有些一眼就能识破，但有的半真半假，不深入调查研究，还真不好分辨，如此大费脑力的事，还是交给专业人士吧！

据了解，目前国内主要的识谣、辟谣平台，基本上还是依靠着专家识别的模式。但我们来看这样一组统计数据：目前大型聚合类资讯平台每天的新闻发布量一般在50万条以上。另外，在网络上，每分钟都有数百万的在线互动。试问，在这个信息爆炸的时代，人工识别能跟上信息产生的步伐吗？完全依靠人工来消除假新闻还现实吗？

这时候，AI就可以大显身手了。除了在智能机器人、计算机视觉、深度学习、语音识别、手势控制等高科技领域被广泛应用，科学家和工程师又帮它修炼出“火眼金睛”，委以打假重任，它正在成为守护网络信息安全、构筑社会信用价值体系的有力武器。

为了提高识谣效率，中国科学院计算技术研究所、阿里巴巴、腾讯等多家机构和企业已经开展了人工智能识谣工作。

AI识谣公众平台具有针对谣言的多重“杀手铜”：

1.可自动及时地发现可疑线索并进行认证，大大降低谣言可能带来的危害。

2.通过机器学习算法辅助人工审核，仅需1分钟即能对疑似谣言事件发出预警。

3.基于数据驱动的方法，平台还可不断挖掘出不同类别谣言的特性，实现对各种谣言的自动识别。

另外，AI可以24小时工作，以远超人类的效率对文本、视频、图像和音频进行分析。相比于人类，AI处理新闻的数量和检测的有效性更高，而且不会感到疲惫。

虽然AI辟谣应用前景一片光明，但要完全替代人类，尚需时日。虚假信息识别是一个高度复杂的问题。目前，机器学习算法的准确率尚不足以完全取代人类，但已能够辅助人类更快更好地审核新闻。

从核心技术上说，AI甄别谣言依赖于“三多”。哪“三多”呢？

一是多模态数据。即AI必须通过大量的数据类型来进行学习和练兵。在谣言从发布、传播到被辟谣的生命周期中，可能会伴随产生文字、图片、视频、传播网络、参与用户属性等多种模态的数据，各模态数据均能不同程度地指示谣言，但没有哪种模态的数据拥有独立完全的谣言指示能力，所以要尽可能获取不同模态的数据。

二是多层次表示。即AI在深度学习的基础上，会自动对模态数据进行区分组合。由于AI的深度学习技术有强大的表示学习能力，经过神经网络结构和融合机制的设计，AI模型可以在面对众多意义、形式、结构都不同的模态数据时，综合不同层次数据，自动找出最有区分能力的组合，并将待甄别文章对应的文字、图片、传播网络等融合投射到特征空间中。

三是多角度判断。即AI可以单维度也可以多维度综合分析后给出可信度的判断。AI可以从单一方面（如内容、用户、传播）给出可信度，也可以全面观察，给出综合所有信息的可信度，及时帮助人们“揪出”可信度不高的信息。

还有一个大快人心的消息，除了能鉴别虚假新闻和图片，AI虚假检测技术还可以应用在对虚假商品的检测上，如基于视觉信息技术鉴定商品的真伪。例如，识别假冒名牌包的专家，一般工作一天只能鉴定五六个包，而AI筛查一个包仅需几分钟。实际操作中，AI先在大量筛选中发现异常情况，报警示错，再由专家来做进一步甄别，即以AI技术打假为主、以人工审核为辅。

AI如何识别假货

其实，在大量的商品中，正品还是占大多数的，仿品只是占一小部分。虚假商品检测就可抽象为异常检测问题，这时候就要对大量正品进行数据建模，对待检测的样本只要看它与正品相比是否存在异常。但单纯的数据学习是困难的，鉴别中还要结合鉴定专家的经验知识，以引导模型学到快速定位异常区域的能力；同时，模型通过数据驱动发现的视觉经验规律，也会反馈给专家。因此，这是一个专家和模型相互学习、迭代提高的过程。

近几年，拼多多、京东、阿里等电商企业都愈加重视AI技术在商品打假中的应用，加大了研发投入。