• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • A pesquisa examina a intenção por trás das postagens do Facebook

    Crédito CC0:domínio público

    Por que compartilhamos postagens no Facebook?

    Estamos buscando informações factuais, como o nome da planta tomando conta do jardim da frente? Estamos expressando frustração enquanto buscamos simpatia? É puro narcisismo ou narcisismo por procuração, através de nossos filhos? É se gabar, ou primo sorrateiro se gabando, humilde se gabando?

    Ou é algo pior?

    Conteúdo com intenção maliciosa apresenta um grande problema para o Facebook, que procura uma maneira de identificar e remover rapidamente postagens prejudiciais, como a transmissão ao vivo do tiroteio em massa de 15 de março na Nova Zelândia, em meio a um volume de conteúdo vasto demais para ser moderado por humanos.

    Serge Belongie, professor de ciência da computação na Cornell Tech, está estudando o que ele chama de "intentonomia - a complexa paisagem psicoemocional que se esconde por trás das postagens do Facebook e Instagram.

    Belongie e sua equipe estão trabalhando com o Facebook para definir possíveis intenções de postagem - de benigna a polarizadora e odiosa - e preencher um conjunto de dados com exemplos. O objetivo é criar e treinar um sistema de aprendizado de máquina que possa prever intenções e, eventualmente, alertar a rede social sobre postagens problemáticas em tempo real.

    "Natureza humana, política e comportamento tribal, incentivos monetários - há um zilhão de coisas jogando nisso, "disse Belongie, que recebeu US $ 1,77 milhão, Concessão de três anos do Facebook para trabalhar em projetos relacionados à identificação de conteúdo com intenção maliciosa. "O melhor que podemos fazer é fornecer ferramentas para que, se alguém vier à mesa de boa fé, eles podem separar a informação da desinformação. "

    Em um projeto separado, A equipe de Belongie está trabalhando em abordagens de aprendizado de máquina para detectar falsificações. Pessoas que compram anúncios no Facebook devem validar suas contas por meio de identificação; Belongie usará sua experiência em visão computacional - uma área da inteligência artificial focada em ensinar máquinas a ver como os humanos vêem - para desenvolver métodos que possam determinar se essas identificações são falsas.

    "As abordagens convencionais de aprendizado de máquina exigem que você tenha grandes conjuntos de treinamento de IDs reais, de todos os estados, a cada ano, coletado por um profissional, e então você precisa de um grande volume de identidades falsas, "Belongie disse." É muito difícil obter esse tipo de dados rotulados; não há muito disso. "

    Em vez de, sua abordagem se baseará na pesquisa de seu grupo sobre o uso de visão computacional para reconhecer diferenças sutis entre as plantas, animais e cogumelos. Uma abordagem semelhante pode ser útil para encontrar pequenos detalhes revelando IDs falsificados, como o tipo errado de vírgula ou apóstrofo.

    "Se alguém me der um balde de dados e a maioria estiver correto, a maior parte é real, como você encontra aquela agulha no palheiro? ", disse ele." Nosso objetivo é detectar anomalias - encontrar coisas que estão fora do lugar. "


    © Ciência https://pt.scienceaq.com