- Perusahaan Inggris Logically
- Menilai kredibilitas pemberitaan media dengan menggabungkan machine learning, teknologi pemrosesan bahasa alami, dan kecerdasan manusia
- Ekstensi browser web Logically meninjau konteks isi bersama artikel tepercaya dari lebih dari 100 ribu penerbit
- Selanjutnya mengevaluasi sumber informasi dan kredibilitas artikel
- Berdasarkan penilaian pakar dari mitra riset dan prediksi AI, sistem memberi tahu pengguna sumber informasi yang bisa dipercaya atau yang tidak boleh dipercaya
- AI juga memprediksi apakah sebuah artikel dapat dipercaya berdasarkan isi artikel, reputasi dan keahlian penulis, serta cara artikel tersebut beredar di media sosial
- Jika pengguna meminta verifikasi fakta, tim fact-check akan menyelidiki dan memberi tahu hasilnya
- Perusahaan Inggris Factmata
- Menemukan berita palsu dengan menganalisis konten online menggunakan machine learning dan teknologi pemrosesan bahasa alami
- Factmata membangun mesin yang mengekstrak semua klaim inti yang dibuat di internet lalu mengumpulkannya
- Juga merancang algoritma yang memberi skor dan mengklasifikasikan konten di 12 aspek
- Ke-12 aspek itu mencakup kontroversi, ketidakobjektifan, ujaran kebencian, rasisme, seksisme, toksisitas, kecabulan, ancaman dalam bahasa, keberpihakan politik yang berlebihan, dan tautan clickbait
- Ini adalah ciri kebahasaan dari konten yang bisa menjadi propaganda, disinformasi, atau berita palsu
- Dengan mesin dan algoritma tersebut, Factmata menemukan berita palsu dan ujaran kebencian terkait merek, produk, dan isu online
- Platform online AS Bot Sentinel
- Mendeteksi akun yang melecehkan seseorang dan akun yang menyebarkan disinformasi menggunakan machine learning
- Tim operasional melatih model machine learning untuk mengklasifikasikan akun Twitter dengan menggunakan ribuan akun dan jutaan tweet
- Pertama, mereka mencari akun yang berulang kali melanggar aturan Twitter
- Model kemudian dilatih untuk mengklasifikasikan akun yang mirip dengan akun yang telah dikonfirmasi tim sebagai “bermasalah”
- Akun diklasifikasikan sebagai ‘normal’, ‘satisfactory’, ‘disruptive’, dan ‘problematic’, lalu tiap akun diberi skor (%)
- Semakin tinggi skornya, semakin besar kemungkinan akun tersebut bermasalah
- Perusahaan AS Meta (Facebook)
- Mengembangkan sistem untuk mendeteksi video deepfake dengan AI
- Melatih model menggunakan video dalam dataset yang dibuat untuk ‘Deepfake Detection Challenge’
- Juga memanfaatkan multiple generative adversarial networks dalam pelatihan
- Meta hampir memperbarui model secara real-time dengan menggunakan teknik sintesis data baru agar sistemnya dapat mengidentifikasi video deepfake baru yang sebelumnya belum pernah dilihat
- Saat mendeteksi video deepfake baru, sistem membuat contoh deepfake serupa yang baru
- Ini dimanfaatkan sebagai data pelatihan skala besar untuk model deteksi video deepfake
Belum ada komentar.