Ilmuwan Komputer India-Amerika Menemukan Cara Menyaring Berita Palsu

Ilmuwan Komputer India-Amerika Menemukan Cara Menyaring Berita Palsu


Menggunakan pembelajaran mesin (ML), tim peneliti AS yang dipimpin oleh ilmuwan komputer India-Amerika Anshumali Shrivastava di Rice University telah menemukan cara yang efisien bagi perusahaan media sosial untuk mencegah penyebaran informasi yang salah secara online. Metode mereka menerapkan pembelajaran mesin dengan cara yang lebih cerdas untuk meningkatkan kinerja filter Bloom, teknik yang banyak digunakan yang dibuat setengah abad lalu.

Menggunakan basis data uji dari berita palsu dan virus komputer, Shrivastava dan mahasiswa pascasarjana statistik Zhenwei Dai menunjukkan Adaptive Learned Bloom Filter (Ada-BF) mereka membutuhkan memori 50 persen lebih sedikit untuk mencapai tingkat kinerja yang sama seperti filter Bloom yang dipelajari.

Ikuti NewsGram di Instagram untuk terus diperbarui.

Untuk menjelaskan pendekatan pemfilteran mereka, Shrivastava dan Dai mengutip beberapa data dari Twitter. Raksasa media sosial itu baru-baru ini mengungkapkan bahwa penggunanya menambahkan sekitar 500 juta tweet sehari, dan tweet biasanya muncul online satu detik setelah pengguna menekan tombol kirim.

“Sekitar waktu pemilihan, mereka mendapatkan sekitar 10.000 tweet per detik, dan dengan latensi satu detik itu sekitar enam tweet per milidetik,” kata Shrivastava.

“Jika Anda ingin menerapkan filter yang membaca setiap tweet dan menandai yang berisi informasi yang diketahui palsu, mekanisme penandaan Anda tidak boleh lebih lambat dari enam milidetik atau Anda akan tertinggal dan tidak akan pernah bisa menyusul.” Jika tweet yang ditandai dikirim untuk peninjauan manual tambahan, sangatlah penting untuk memiliki rasio positif palsu yang rendah. Dengan kata lain, Anda perlu meminimalkan berapa banyak tweet asli yang ditandai karena kesalahan.

Filter Bloom dijamin untuk menemukan semua kode yang cocok dengan database, tetapi juga mencatat beberapa positif palsu. Pixabay

“Jika rasio positif palsu Anda serendah 0,1%, bahkan Anda salah menandai 10 tweet per detik, atau lebih dari 800.000 per hari, untuk tinjauan manual,” kata Shrivastava, “Inilah mengapa sebagian besar AI- tradisional hanya pendekatan yang menghalangi untuk mengendalikan misinformasi. “

Pendekatan baru untuk memindai media sosial diuraikan dalam sebuah penelitian yang dipresentasikan pada Konferensi Online 2020 tentang Sistem Pemrosesan Informasi Neural (NeurIPS 2020).

Shrivastava mengatakan Twitter tidak mengungkapkan metodenya untuk memfilter tweet, tetapi mereka diyakini menggunakan filter Bloom, teknik memori rendah yang ditemukan pada tahun 1970 untuk memeriksa apakah elemen data tertentu, seperti potongan kode komputer, adalah bagiannya. dari sekumpulan elemen yang diketahui, seperti database dari virus komputer yang diketahui. Filter Bloom dijamin untuk menemukan semua kode yang cocok dengan database, tetapi juga mencatat beberapa positif palsu.

BACA JUGA: Greenwood District of Tulsa, Oklahoma Sekarang Dikenal Sebagai The Black Wall Street

“Filter Bloom memungkinkan Anda memeriksa tweet dengan sangat cepat, dalam sepersejuta detik atau kurang. Jika dikatakan bahwa tweet itu bersih, bahwa itu tidak cocok dengan apa pun dalam database informasi yang salah, itu dijamin 100%, ”kata Shrivastava.

Dalam tiga tahun terakhir, para peneliti telah menawarkan berbagai skema untuk menggunakan pembelajaran mesin guna menambah filter Bloom dan meningkatkan efisiensinya. “Saat orang menggunakan model pembelajaran mesin saat ini, mereka membuang banyak informasi berguna yang berasal dari model pembelajaran mesin,” kata Dai. (IANS)


Diposting Oleh : SGP PRIZE