自主的18轮车现在正在驾驶高速公路。 咖啡桌小工具识别英语几乎和人类一样。 智能手机赢咖4平台可即时翻译多达九种不同语言的人之间的对话。 但是对于波美来说，这一切都不奇怪。
Pomerleau在1989年建立了一个自驾车的方式，当第一个乔治布什总统，并使用神经网络，同样的AI技术，支持现代的小工具像亚马逊Echo和微软翻译器的私人道路。 这辆车没有准备好公共高速公路，由于有限的计算能力的20世纪。 但作为卡内基梅隆大学的研究生，波美劳是少数了解这个AI的承诺之前，世界上有巨大的计算能力和数据需要推动它进入日常生活之前。 现在，他正在努力解决一个更难的AI问题：假新闻。
在自行驾驶汽车出现在“Byte”杂志四分之一个世纪后，Pomerleau是卡内基梅隆（Carnegie Mellon）的兼职教授，上个月，由于这么多人对假新闻在总统选举中的作用感到遗憾，他在Twitter上发出电话，挑战AI社区建立一个算法，可以识别假新闻，并从它的Twitter，谷歌和Facebook等在线服务中删除。这是一个开放式赌注，与Pomerleau下跌了1000美元。社区接纳了他。
他的投注现在有一个网站，Slack通道，GitHub代码存储库和Twitter hashtag-＃FakeNewsChallenge - 在过去几个星期，近40名研究人员，学者，工程师和独立黑客加入了草根项目。 Delip Rao，一个帮助构建支持Amazon Echo的语音识别系统的机器学习专家，最近又下了1000美元的奖金。 Pomerleau，Rao和其他这些黑客现在将在团队中竞争，工作在接下来的六个月，使用神经网络和许多其他AI技术识别假新闻。
他们会失败。
标志Fakery
神经网络可以识别YouTube视频中的猫，查找计算机病毒，甚至帮助汽车自行驾驶。但是他们不能识别假新闻 - 至少没有真正的确定性。问题的一部分是假的新闻故事的特点是非常难以确定。识别什么是假的，不仅仅是AI是如此擅长的模式识别。它需要人类的判断，正如Pomerleau自己承认。能够可靠地识别假新闻的机器是已经完全解决AI的机器。 “这意味着AI已经达到了人类智能，”他说。此外，即使人类不能同意什么是假的和什么不是。这个消息总是客观观察和主观判断之间的张力。 “在许多情况下，没有正确的答案，”Pomerleau承认。
Pomerleau的希望，相反，是他和其他研究人员可以构建算法，减轻假的新闻问题 - 算法，可以标记潜在的假新闻，供人们审查。这是AI的另一个例子，不是完全替代人，而是与他们一起工作，帮助我们以更快的速度和准确性执行任务。如果与人类编辑配合，Pomerleau的挑战产生的算法类型确实可以让Google，Facebook和Twitter等用户比以前更快地捕捉到特别令人震惊的故事。
这些公司可能正在开发自己的算法，毫无疑问，他们也将这个AI视为与人类一起运行的东西。本月初，Facebook的AI研究主管Yann LeCun告诉一组记者，技术可以解决假的新闻问题。但是像波美来一样，他只是说自己可以解决这个问题。 “问题是如何部署它有意义？”他说。 “这不是我的部门。
LeCun的老板，Facebook首席执行官马克·扎克伯格，知道人的眼睛也是必需的。毕竟，这是公司如何从其庞大的社交网络中删除猥亵照片和仇恨言论。 Facebook通过人性和技术的结合（有时比人类更多的技术）取得了相当大的成功。在Facebook总部选举前的采访中，Zuckerberg告诉我，这也是该公司如何使用新的算法来预测Facebook用户何时面临自杀的风险。该技术将警告经过培训的人力专业人员，然后他们可以全面评估情况。 “这两件事的总和比他们自己更强大，”他说。
假消息也没有不同。 “我们需要人类在循环中，”前亚马逊Echo工程师，加入了假新闻挑战Rao说。 “专家判断是不可或缺的。
高尚的圆
什么AI专家喜欢饶可以做的是在这个问题更大的凹痕。这从一个填充假故事的在线数据库开始。
七年前，斯坦福大学的研究人员开始建立一个大规模的数字照片数据库，称为ImageNet，希望促进计算机视觉的发展。神经网络，你看，通过分析大量的仔细标记的数据来学习任务。 ImageNet被设计为提供这些算法 - 它工作。现在世界上有在线服务，如谷歌照片，可以立即识别物体和面孔在数码照片。 Rao和Pomerleau旨在建立一个类似的假新闻数据库。
“这本身就是一个难题，”Rao说，他经营一家机器学习咨询公司Joostware。 “我们必须花很多时间来定义什么是假新闻。”他们必须将模仿网站和诚实的错误与虚假的虚假新闻联系起来，意味着欺骗，同时还决定如何处理夸张或以某种方式扭曲的新闻。
希望这个数据库可以帮助训练各种假冒新闻算法，这些算法可以在Snopes.com，Politifacts或FactCheck.org找到一个家，这些网站人类已经在努力将真实与假的分开。与许多其他AI项目一样，这可能最终创建一个人性，数据和AI的良性循环。随着算法和人类事实检查器识别越来越多的假新闻，这种不断扩大的数据收集可以帮助创建更好的算法 - 一个良性循环。
最终，这个圈子可以包括Facebook和Twitter等服务。就在昨天，Facebook宣布将与Snopes和Factcheck.org等网站合作，在自己的网络上识别假新闻。如果人们喜欢Pomerleau添加可靠的AI算法的组合，Facebook可能潜在捕获令人震惊的故事以更快的速度 - 也许甚至在它们病毒之前。 “我们的努力变得更加相关，”Pomerleau说，Slack作为Facebook推出其新政策。
但是这么多障碍都在。。。
本周，我的收件箱中出现了两封电子邮件，这两封邮件都与假新闻有关。一个人指着我到了Pomerleau和他的AI比赛。另一个主题行“更多关于假新闻报道”，打开时，它列出了它所描述的八个主要来源的假新闻。这包括CNN，美联社，纽约时报和希拉里·克林顿。然后，作为一个踢球者，这封电子邮件建议我看福克斯新闻。 Pomerleau和他的黑客没有打算将纽约时报穿梭到他们的数据库。而我们这个国家包括那么多人谁会很高兴地标记福克斯新闻为假。这只是说没有数据库会大家欢迎。
Pomerleau的假新闻挑战比以往任何时候都更相关，但也更具挑战性。即使他正在推销Facebook最近的假消息，他的主题标签 - ＃FakeNewsChallenge - 被黑客理论家劫持，要求对CNN进行抵制，声称是关于唐纳德·特朗普的谎言，质疑巴拉克·奥巴马是出生在美国，通常在少数民族中喷吐仇恨言论。这些推文以每分钟约25的速度堆积起来。 “我们真的认为在社交媒体上标记假新闻的方法是否有机会反对这种攻击？”Pomerleau说。 “我失去了。
