【前沿】 Elon Musk的解决fake news新设想,和Morpheus的解决白皮书

Friday, May 25, 2018

11:55 AM


白皮书由来:

Elon Musk(埃隆马斯克)希望能将所有文章的绝对真实性展现给所有的记者,编辑还有出版社。而他希望将整个虚假新闻充斥的行业完全的解决掉。我是梦神团队的吴航,也是世界首家多重分布式网络重组RAN的负责人,而现在腰围大家想的就是我们来解决这个难题的办法。

关键字:时间区块,区块链,虚假新闻

关键技术:区块链,AI

技术白皮书:

技术问题:

使用信任分数(credibility score)所产生的问题:

信任分数使用打分系统的主要问题在于信任缺失情况下导致的金融决定分数(在PoS情况下,因为账户缺乏唯一性,导致用户可以通过多账户存钱的方式来对打分产生影响)。第二点conflictof interest利益冲突的问题是无法正常解决的。由于用户拥有绝对隐私性。所以用户可以成立多个账户的情况下对自己的文章进行打分,这样使得虚假文章有看似真实的可信性。一旦真实可信性无法被证伪,那么就无法直接的知道文章的真实性

单用机器学习所带来的问题:

尽管世界存在着使用机器学习技术并且达到95%准确率的特例【1】。但是只依赖机器学习技术的文章识别是无法得到公众的绝对信赖。这种依赖branding的模式的最大缺陷是对于人本身对技术的渴望的不理解。

梦神团队的区块链+AI解决方案:

区块链的必要性:

区块链的trustless架构保证了所有数据是被区分且隔离的。在我们而言要想真正的去掉fakenews必然要收集更多的用户和新闻信息,来源和出处。但是此举作为一个中心化公司是不合道德标准的。因此梦神团队认为一个去中心化的隐私数据储存可以最大化的保证每个人的数据的隐秘性,不可更改性和他们的准确性。正因为如此区块链作为一个credibility系统是必须要存在的。

RAN:解决信任分数所产生的问题:

从这个角度来看,最佳状况是用RAN所独有的价值分数体系来保证用户唯一性,这样保证用户可以通过RAN的核心技术来对价值进行分析。详情请参考价值体系和信用体系区别这篇之后会发表的文章,那里会详细描述价值体系和信用体系的不同。以及价值体系的优势。

POI Proof of Identification)【2

IoTA提出的POI可以在trustless的情况下完成对于人的身份识别。而RAN的dPOI技术可以在通过人脸,声音还有人体数据的识别情况下来决定和否决自己的身份是否是真实的。这样就是在用现在在军方和犯罪审判使用的技术(即通过生物信号进行识别)的方法来对生物的id进行判断,并且避免将错误的隐私数据给与错误的人群。或者出现身份盗取这样的现象。

价值可信度体系

RAN提出的价值分数体系是通过将每个人的文章价值与他们的地位价值进行评估所得出来的可信性评分。它主要分为几点:文章层面上有文章独创性,reference数量,文章被打赏数量,在profile上面有用户信息完成度,用户信息被证实度,用户信息绑定数据可靠性等。这样再在每个点上配比权重就尽量准确的通过价值来计算可信度。从而得到一个完整的价值可信度体系。这样的体系能最根本的从人的方面解决文章可信度问题。

当然,还有下一层的做法就是通过价值体系的建立一个完全高纬度自动化的自我学习机制(metalearning)。由深度学习的提升方法而来,当一个系统拥有自主调整,自我进化的能力的时候,那么他就可以自我的判断每个权重的配比,以及是否还有其他指标需要加入。他可以自主的加入和删除评定指标,并通过此举来最大化的评估每个人,使黑客无法找到算法的破绽。

如何超越现有技术点的高新科技:

全自动化(sentimental analysis)情感分析

情感分析已经拥有了若干年的进化曲线。但即使如此此技术仍然拥有很多高新技术的弊病。一个是识别能力在现实应用的缺失,以及他所创造的社会效应被弱化(比如使用在AI助手里作为增分项)。梦神团队认为情感分析科技的进化主要在于需要自主学习机制和需要用户数据完全捆绑。这样一来情感分析是单独的为每一个用户定制。

与其他fakenews的做法不同,其他从大到小的做法,即先去整理新闻本身的价值,然后再去分析其他人看的状态。但我们认为看官本身的情感感受是最重要的。所以我们的做法是通过时间区块来去判定每一段文字的感受,而且通过这种方式最大化优化每一个新闻的感受细节。而这些敏感数据是必须要用区块链储存才可以最大化的保证用户的数据不受到威胁的。这样保证了我们用社交网络即facebook常用的分析技术,但保证了用户安全和隐秘性。

结语:

梦神团队认为Elon拥有一个很好的设想,但是设想往往是没用的。所以我们认为应该将技术分析透彻,并且用一个实际的科技来保证解决fakenews的实现。

为了ElonMusk梦神会将这个小项目作为RAN的一部分进行打造,而也希望广大投资人,民众以及科技爱好者能多加指导并对我们的科技进行改良。

梦神(Morpheus)团队打造

Reference:

【1】https://towardsdatascience.com/i-trained-fake-news-detection-ai-with-95-accuracy-and-almost-went-crazy-d10589aa57c

【2】https://forum.iota.org/t/identity-of-people/2629

【3】http://wemedia.ifeng.com/19467524/wemedia.shtml


吴航是在北美最有影响力的加拿大技术创业者和超人类主义代言人。他会三门语言(英语,法语和中文)他是MIT与多伦多大学参与的曼恩实验室(https://mannlab.com)的首席算法构造师。并于那里完成了超过十个产生巨大影响力的项目。这其中包括政府,MIT媒体实验室,斯坦福,谷歌还有Neuralink(由伊隆·马斯克建立)。他的导师和朋友,史蒂芬曼恩教授,也是可穿戴设备之父,拥有多于20个国家级别项目,并拥有多于79个知识产权,20个国际论文并被超过10000个文献引用。他是美国硅谷创新创业论坛的董事。他的实验室,HI实验室,坐落在多伦多,深圳和硅谷。作为一个演讲者,Hang Wu在各大地区技术和行业论坛做过超50场演讲,这包括最近关于区块链的Redbridge Investment上的演讲,《多伦多区块链行业论坛》和《加东区块链论坛》。Hang Wu将会代替史蒂芬教授和HI实验室去各种国家级别的亚洲论坛进行演讲。Hang Wu现在正致力于是区块链,AI和BCI(脑机接口)的研究

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,332评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,508评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,812评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,607评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,728评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,919评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,071评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,802评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,256评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,576评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,712评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,389评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,032评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,798评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,026评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,473评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,606评论 2 350

推荐阅读更多精彩内容