现在还需要人为鉴别真假吗

近日公布的《中老年人上网状况及风险网络调查报告》显示，近六成中老年曾遭受过网络谣言的危害。要想不被网上的流言和谣言盅惑、伤害，首先需要对其进行科学甄别，而时下人工智能正在尝试担任这一角色。那么，在打假一线人工智能（AI）技术如何做到去伪存真？这样的“本领”可应用在哪些领域？

据了解，目前国内已有的主要识谣、辟谣平台基本还是依靠专家识别模式，其存在一定的问题：发现线索主要依赖用户举报，数量有限，时效性不强，往往是事件已造成负面影响才“后知后觉”；此外，新闻认证速度有待提高。

为提高识谣效率，目前中科院计算机研究所、阿里、腾讯等多家企业和机构已经开展了人工智能识谣工作。曹娟带领团队从2013年开始致力于开展基于人工智能技术的虚假信息检测研究，她介绍，AI识谣公众平台可自动及时发现可疑线索并进行认证，大大降低谣言可能带来的危害；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；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，实现对各种谣言地自动识别。不过，需要指出的是，“虚假信息识别是一个高度复杂的问题，想要完全依靠AI审核内容，可能尚需5—10年时间。”

目前，中科院计算所开发的辟谣平台已积累数万条假新闻信息，累计认证数十万次。通过平台积累的数据，目前可从新闻质量的角度把杜撰的新闻文本大致分为三类：一完全杜撰，往往是在真实存在的实体上编造情节；二半真半假，可能描述的前半段是真，后半段就展开不可靠的想像，或者一部分是真，但在关键情节上添油加醋；三旧闻新传、移花接木，事件本身可能存在，但发布者故意模糊化甚至篡改原事件中的时间、地点，让人误以为事情刚刚发生在当地被。

除去文字造假，图片视频造假也越来越多。“我们将虚假新闻配图分为复用的过时图片、能引起歧义的误导性图片及篡改图片。假新闻通常呈现出新闻要素缺失、图像质量低、内容包含色情敏感广告等低俗信息，以及图文不匹配等特点。例如，有些假新闻中的配图会出现满屏弥漫冲天大火、公路凹陷深坑、被弃男童在垃圾废墟前嚎啕等画面。”曹娟描述道，“谣言更易形成病毒式扩散的趋势，而真实新闻的扩散速度和爆发度要温和许多。”

“从核心技术上，AI甄别谣言依赖于‘三多’。”曹娟说，一是多模态数据，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指示谣言，例如谣言文字的情感倾向、图片的视觉冲击力、传播网络的结构属性等，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，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表示组合，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，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。