研究發(fā)現(xiàn) 新的人工智能算法可以發(fā)現(xiàn)在線巨魔

據(jù)包括印度裔人士在內的研究人員稱，新的人工智能(ai)算法可以隨著在線社交媒體對話的發(fā)展而對其進行監(jiān)視，這可能會導致將來發(fā)現(xiàn)在線巨魔的一種有效且自動化的方式。

要防止在線騷擾，需要快速檢測到令人反感的，騷擾的和負面的社交媒體帖子，進而需要監(jiān)視在線互動。

當前獲取此類社交媒體數(shù)據(jù)的方法要么完全自動化，而且無法解釋，要么依賴一組靜態(tài)的關鍵字，而這些關鍵字很快就會過時。

美國加州理工學院(caltech)的maya srikanth認為，這兩種方法都不是很有效。

srikanth說：“讓人類嘗試手工完成這項工作是不可擴展的，而這些人類可能有偏見。”

她說：“另一方面，關鍵字搜索受到在線對話發(fā)展速度的困擾。新術語的出現(xiàn)和舊術語的含義發(fā)生了變化，因此真誠地使用一天的關鍵字可能會在第二天被諷刺。”

包括來自加州理工學院的anima anandkumar在內的團隊使用了glove(全球單詞表示向量)模型，該模型使用機器學習算法來發(fā)現(xiàn)新的相關關鍵字。

機器學習是ai的一種應用，它使系統(tǒng)能夠自動學習并從經(jīng)驗中進行改進，而無需進行明確的編程。

glove是一個詞嵌入模型，意味著它代表向量空間中的詞，其中兩個詞之間的“距離”是其語言或語義相似性的量度。

從一個關鍵字開始，此模型可用于查找與該單詞密切相關的其他關鍵字，以揭示實際使用的相關術語的群集。

例如，在twitter上搜索對話中對“ metoo”的使用，產生了一系列相關的標簽，例如“ supportsurvivors”，“ imwithher”和“ notsilent”。

這種方法為研究人員提供了動態(tài)且不斷發(fā)展的關鍵字集來進行搜索。

但是，僅僅知道某個對話是否與感興趣的話題有關還不夠。研究人員說，背景很重要。

為此，glove顯示了某些關鍵字的關聯(lián)程度，提供了有關其用法的輸入。

例如，在一個專門針對厭女癥的在線reddit論壇中，“女性”一詞與“性”，“陰性”和“性交”密切相關。

在有關#metoo運動的twitter帖子中，“女性”一詞更可能與“公司”，“欲望”和“受害者”這兩個術語相關聯(lián)。

研究人員說，該項目是一個概念證明，旨在有朝一日為社交媒體平臺提供一種更強大的工具來發(fā)現(xiàn)在線騷擾。

anandkumar說：“人工智能研究領域變得越來越具有包容性，但總有人抵制變革。”

她說：“希望我們現(xiàn)在正在開發(fā)的工具能夠在將來幫助應對各種騷擾。”

該研究于去年12月14日在加拿大溫哥華神經(jīng)信息處理系統(tǒng)會議上的ai for social good研討會上進行了介紹。