【51CTO.com原創(chuàng)稿件】　　面對突如其來的疫情，大眾對于信息的即時(shí)性、透明度和傳達(dá)效率有了更高的關(guān)注。相比2003年“非典”時(shí)期，此次疫情爆發(fā)后，信息洪流也更為洶涌。移動傳播時(shí)代，人人皆是自媒體，不僅是信息接收端，也是無數(shù)輿論的中轉(zhuǎn)站，各種資訊的生產(chǎn)端。形形色色的疫情信息不僅降低了輿論場的“信噪比”，也為各種謠言提供了適宜的溫床。

　　2020年2月上旬，世界衛(wèi)生組織在一次會議中提出了“infodemic”一詞，即information＋epidemic，可以直白地理解為“信息疫情”。因?yàn)橐咔榘l(fā)生至今，在海量信息的轟炸下，人們往往難辨真?zhèn)危畔⒌母聲r(shí)時(shí)牽動著公眾神經(jīng)，催生著不安、擔(dān)憂、焦慮、恐懼。群體情緒“過載”之下，對于疫情管控的考驗(yàn)無疑更加嚴(yán)峻。值得注意的是，人工智能在本次疫情相關(guān)的輿情梳理中開始扮演“沙里淘金”的角色，運(yùn)用NLP（自然語言處理）技術(shù)“提純”有效信息，關(guān)聯(lián)信息線索，打造公共危機(jī)事件里的信息中樞。

　　進(jìn)擊的LDA：挖掘文本語義的利器

　　NLP被譽(yù)為人工智能皇冠上的明珠 ，因?yàn)樽匀徽Z言是人類智慧的凝練，“讓機(jī)器理解自然語言”寄托了人們對于AI最初的幻想——讓機(jī)器聽懂人話，和人交談，甚至理解語言背后的文化、意圖與情感。發(fā)展到今天，可以說“凡是文本飛舞的地方，NLP技術(shù)就會燃燒”。

　　LDA（潛在狄利克雷分配）主題模型是NLP中非常基礎(chǔ)、大眾認(rèn)知度也比較高的模型。當(dāng)我們寫文章時(shí)，可能多數(shù)人是先確定文章的幾個(gè)關(guān)鍵主題，然后圍繞這幾個(gè)主題遣詞造句成文。這一過程的逆向操作就是LDA做的事。通俗來說，就是根據(jù)給定的文檔，讓計(jì)算機(jī)反推其主題分布，包括推測分析網(wǎng)上各篇文章分別寫了哪些主題，且各篇文章中各個(gè)主題出現(xiàn)的概率大小。

　　在傳統(tǒng)的方法中，判斷兩個(gè)文檔的相似性是通過識別兩個(gè)文檔中有多少共有詞。這種方法的局限性在于沒有考慮到語義背后的關(guān)聯(lián)。

　　比如：

　　“同人小說站A03獲得雨果獎(jiǎng)。”

　　“藝術(shù)創(chuàng)作不是孤島。”

　　這兩句話沒有共有詞，但事實(shí)上，前者是獲獎(jiǎng)新聞，后者是獲獎(jiǎng)致辭。兩者主題是相似的。可見判斷文檔相似性時(shí)需要考慮到文檔中的潛在詞或者兩篇文檔間的聯(lián)系。在主題模型中，主題就像一個(gè)袋子，里面裝了出現(xiàn)概率較高的單詞，這些單詞與這個(gè)主題有很強(qiáng)的相關(guān)性。可以說，LDA模型是語義挖掘的利器。

　　疫情期間，使用LDA在數(shù)據(jù)集中提取主題也有落地應(yīng)用。今年2月14日，“新冠肺炎疫情AI話題分析平臺”正式上線。這個(gè)平臺由清華大學(xué)人工智能研究院、RealAI共同研發(fā)推出。在底層算法支持上，平臺采用WarpLDA主題提取算法研發(fā)。相比傳統(tǒng)的Gibbs采樣算法，WarpLDA在訪存效率、并行度方面更有優(yōu)勢，可用于上億級別文本的主題提取。

　　去偽存真：提取有效信息

　　51CTO記者在調(diào)查中了解到，這個(gè)平臺除了疫情數(shù)字的實(shí)時(shí)播報(bào)以外，更側(cè)重對疫情相關(guān)的熱點(diǎn)話題進(jìn)行分析。

　　“無論是疫情一線故事、防控措施，還是科普知識、辟謠信息，只要傳播廣熱度高，都可以在平臺上找到。所以我們平臺的定位更像一個(gè)‘疫情話題熱榜’。”RealAI的工作人員這樣介紹。

???

　　打開移動端的平臺界面，可以看到：截止目前，上線的具體板塊包括“今日熱點(diǎn)”關(guān)鍵詞、“熱點(diǎn)地區(qū)排行”、“實(shí)時(shí)熱點(diǎn)”話題排行、“最近三天”熱點(diǎn)排行、“官方發(fā)布消息”，這些模塊合組合在一起，為公眾在海量碎片化內(nèi)容中構(gòu)建了一個(gè)信息入口。

　　從這些模塊的設(shè)置可以看到，針對信息“過載”的困擾，該平臺對海量信息進(jìn)行了自動抓取，識別公眾關(guān)注的熱點(diǎn)新聞、輿論趨勢、地區(qū)關(guān)注度變化，并在這一過程中完成對于消息真實(shí)性的甄別，一定程度上保證了輸出信息的可靠性。就如何完成有效信息的過濾，RealAI方面給出了具體說明。

　　首先在新聞源的抓取上，平臺會優(yōu)先抓取官方渠道信息，比如全國各地區(qū)衛(wèi)健委官方網(wǎng)站、新華網(wǎng)、人民網(wǎng)等權(quán)威媒體，平臺會給予這些渠道的新聞更高的權(quán)重。一般來說，在社交網(wǎng)絡(luò)平臺上，“謠言”更容易產(chǎn)生和傳播，因此諸如微博、自媒體這類渠道，權(quán)重會相對較低。

　　另外，官方渠道發(fā)布的文章內(nèi)容更為嚴(yán)肅，風(fēng)格更為一致，在新聞抓取時(shí)比較容易集中在一個(gè)主題下。相較之下，那些無中生有的謠言，無論是文本呈現(xiàn)還是行文用詞通常風(fēng)格迥異，在做新聞聚合的時(shí)候更容易分散，不容易被歸納成一個(gè)熱點(diǎn)主題。

　　鑒于當(dāng)前NLP領(lǐng)域中LDA主題模型的發(fā)展還有比較大的外展空間，平臺在運(yùn)營過程中也會有人工把控，補(bǔ)充機(jī)器的不足之處。

　　針對網(wǎng)絡(luò)謠言和假新聞，AI技術(shù)其實(shí)在疫情之前就開始嶄露頭角。2019年，阿里巴巴在愚人節(jié)推出了“AI謠言粉碎機(jī)”。據(jù)悉，這個(gè)算法模型要判斷信息真?zhèn)危紫葧业匠跏夹畔⒃矗治鲇脩舢嬒瘢鎰e發(fā)布者的可信度。然后尋找網(wǎng)上所有信息源，分析相關(guān)鏈接的域名來辨別傳播載體的可信度，最后將正文里的關(guān)鍵論證進(jìn)行提煉，與知識圖譜里的權(quán)威知識庫做匹配，驗(yàn)證關(guān)聯(lián)度，如果互為印證，可信度就較高，自相矛盾，可信度就降低。在SemEval全球語義測試中，這項(xiàng)AI技術(shù)的識別準(zhǔn)確率達(dá)到了81%。

　　見微知著：預(yù)警傳染軌跡

　　人工智能除了可以過濾海量信息外，還可以從信息海的蛛絲馬跡中預(yù)判危機(jī)的爆發(fā)。這對于提升危機(jī)事件的迅速響應(yīng)能力，控制事件擴(kuò)散規(guī)模有著至關(guān)重要的作用。此次新冠肺炎在武漢爆發(fā)之初沒有得到有效遏制，信息梳理的缺位也是原因之一。事實(shí)上，今年1月時(shí)就有報(bào)道指出，一家致力于公共健康風(fēng)險(xiǎn)評估的加拿大公司BlueDot在2019年12月底就向其客戶通報(bào)了這種新型冠狀病毒。

　　在外媒采訪中，BlueDot創(chuàng)始人解釋：“公司的早期預(yù)警系統(tǒng)使用AI(包括NLP和ML),通過每天分析65種語言的約10萬篇文章，來跟蹤100多種傳染病爆發(fā)情況。這些數(shù)據(jù)有助于公司知道何時(shí)通知客戶潛在的傳染病爆發(fā)和擴(kuò)散。”

　　從目前公開的資料來看，BlueDot沒有披露使用的算法，他們避開信息比較混亂的社交媒體，通過采集多語種的新聞報(bào)道、官方公告和動物疾病報(bào)告，綜合全球航空動態(tài)和天氣數(shù)據(jù)，為客戶提供預(yù)警。

　　BlueDot聲稱，他們的數(shù)據(jù)源主要來自三方面，一個(gè)是全球新聞報(bào)道，設(shè)置關(guān)鍵詞基本與流行疾病、動物疾病、公共衛(wèi)生有關(guān)；一個(gè)是航空公司的票務(wù)數(shù)據(jù)，通過全球機(jī)票數(shù)據(jù)庫的數(shù)據(jù)來跟蹤疑似感染人口的流動，預(yù)測感染可能波及和擴(kuò)散的城市，及時(shí)告知客戶相關(guān)信息；還有就是監(jiān)測某個(gè)地區(qū)一定時(shí)期內(nèi)的氣候、溫度及牲畜變化情況。此前，BlueDot準(zhǔn)確預(yù)測了病毒在最初出現(xiàn)的幾天內(nèi)將從武漢傳播到泰國曼谷、韓國首爾、中國臺北和日本東京。

　　放眼全球，AI雖然已經(jīng)在疾病預(yù)防中有所建樹，未來也可能成為公共健康規(guī)劃中的可信工具，但目前的疾病預(yù)測算法還都需要面對預(yù)測模型的缺陷。谷歌在2008年發(fā)布的流感趨勢預(yù)測工具Flu Trends就是一個(gè)典型。

　　Flu Trends可以監(jiān)測數(shù)百萬用戶的健康數(shù)據(jù)，提供幾十個(gè)國家的流感趨勢預(yù)測。但在2012年的一次流感爆發(fā)事件中，疾控中心匯總各地?cái)?shù)據(jù)后發(fā)現(xiàn)谷歌的預(yù)測比實(shí)際情況夸大了近1倍。后來研究發(fā)現(xiàn)，谷歌的工程師們并不了解搜索關(guān)鍵字和流感傳播之間有什么關(guān)聯(lián)，對于各種信息背后的關(guān)聯(lián)也沒有深入解析，最終導(dǎo)致了荒謬的結(jié)果。之后工程師們不斷進(jìn)行著算法的微調(diào)，但是每當(dāng)修正完一處，總有另一處出現(xiàn)了意想不到的誤差。在瞬息萬變的信息抗疫戰(zhàn)場上，可以說，唯一不變的就是一直在變的“算法”。

　　光影雙生：AI帶來的輿情風(fēng)險(xiǎn)

　　在信息戰(zhàn)場上，AI可以發(fā)揮輿論的積極導(dǎo)向作用，但不可輕忽的是，如果AI被不正當(dāng)?shù)厥褂茫部梢哉T發(fā)輿論恐慌。技術(shù)本身沒有價(jià)值觀，但技術(shù)的使用者有價(jià)值取向。在不同的利益方手中，AI技術(shù)必然會產(chǎn)生不一樣的后果。

　　2019年AI換臉app在社交媒體上的火爆一度引發(fā)爭議。只需要一張人臉照片，就可以用AI換臉技術(shù)，“嫁接”到選定視頻的某個(gè)人物身上，由此生成的視頻畫面流暢，人物表情自然，幾可亂真。合成圖像、合成語音，充斥在網(wǎng)絡(luò)里的合成品使“眼見不一定為實(shí)，耳聽也不一定為真”。

　　這些技術(shù)給眾多使用者帶來了有趣的體驗(yàn)，但也有人質(zhì)疑AI開啟了潘多拉魔盒，踩著倫理和法律的底線反復(fù)橫跳，帶來了事關(guān)版權(quán)、肖像權(quán)、個(gè)人隱私的隱患，甚至可能引發(fā)盜竊、詐騙、情色視頻制作等“技術(shù)作惡”亂象。

???

　　更為嚴(yán)重的是，如果利用AI技術(shù)惡意虛構(gòu)新聞事件大肆傳播，極有可能導(dǎo)致謠言的“發(fā)酵升級”，甚至影響輿論走向。

　　一家美國的制片公司“猴爪”在2018年利用AI制作了這樣一段視頻：奧巴馬對美國現(xiàn)任總統(tǒng)特朗普進(jìn)行嚴(yán)厲批評。但實(shí)際上奧巴馬的表情和動作合成自“猴爪”創(chuàng)始人皮爾。更極端地考慮，如果官方的新聞發(fā)布平臺或一些權(quán)威機(jī)構(gòu)的媒體號被黑客控制，散播AI合成的文本、視頻、音頻，就更容易操作輿論，煽動公眾情緒，造成輿情風(fēng)波。

　　此外，“機(jī)器人水軍”也值得警惕，其存在本身影響著輿論生態(tài)，而且在一些平臺上已形成規(guī)模。比如網(wǎng)店利用機(jī)器人水軍刷好評，相比雇人灌水這種操作，機(jī)器自動生成的信息密度更大，侵蝕性更強(qiáng)，也更容易將真實(shí)評價(jià)淹沒于無形。可以想象，如果在社會事件中引入機(jī)器人水軍，那么輿論被裹挾是必然，真相被掩蓋，公眾被蒙蔽，甚至可能將國家安全置于險(xiǎn)地。更諷刺的是，大多數(shù)人可能對此一無所覺。長此以往，即使“黑天鵝”不再來，“灰犀牛”也會不期而至。

　　參考資料：An AI Epidemiologist Sent the First Warnings of the Wuhan Virus  https://www.wired.com/story/ai-epidemiologist-wuhan-public-health-warnings/amp

【51CTO原創(chuàng)稿件，合作站點(diǎn)轉(zhuǎn)載請注明原文作者和出處為51CTO.com】