写真： NOAH BERGER / AFP （（ゲッティイメージズ）。 ギリギリの学期論文を完成させようとしている学生は、真夜中の「調査」のためにウィキペディアをトロールする方が少し良いと感じるかもしれません。 Metaは、研究者がWikipediaのエントリをより正確にするのに役立つと主張する新しい人工知能モデルを発表しました。 最初に報告されたように TechCrunch、Metaの新しいオープンソースAIは、会社のやり方かもしれません。特に そので知られています 問題 と コンテンツのモデレーション—偽のニュースや偽情報を見つけて嗅ぎ分ける方がよい。 同社のAIチームは ブログ投稿 月曜日に「Sphere」について説明します。これは、一度に数十万の引用をスキャンできると報告されています。 どうやら、この取り組みの最初の顧客はウィキペディアです。 17,000以上の新しい記事 毎月650万のリポジトリに追加されました。 研究者たちは、AIがクラウドソーシングされた情報アーカイブのボランティアの編集者の軍隊にサポートのバックエンドを提供できると述べた。 Sphereはオープンソースでリリースされました GithubMetaの研究者によると、1億3400万の公開Webページからリソースが提供されています。 述べられている目標は、最終的にウィキペディアの編集者が引用の問題をより簡単に解決するための本格的なプラットフォームを作成することです。 Facebook AIリサーチチームは、「知識集約型タスク」を評価する方法を探していると述べました。 紙 チームは昨年コーネル大学を通じてリリースされました。 チームは、利用可能な膨大な数のWebページの中で、単一の優れたソースに焦点を合わせるために、ウィキペディアからAIシステムに400万件の情報クレームを提供したと述べました。 研究者たちは、関連する箇所の個々の単語ではなく、ステートメント全体を探すと主張しています。 では、これは実際にはどういう意味ですか？ A ビデオ Meta AIによって作成されたものは、ウィキペディアで動作しているプログラムを示しています。 最初にボットは事実を見つけます。この場合、WBA世界ヘビー級タイトルを獲得した最初のネイティブアメリカンであるジョーヒップについてのちょっとした宣伝文句です。 ボットが記事内に含まれる情報の検証に失敗した場合は、別の引用を提案します。 Metaは、SphereシステムがWikipediaの記事の情報を検証しようとする方法を示しました。スクリーンショット： メタビデオ 「自動化されたツールは、引用のないジブリッシュやステートメントを特定するのに役立ちますが、人間の編集者がソースが実際にクレームをバックアップしているかどうかを判断するのに役立つのは、はるかに複雑なタスクです。AIシステムの深い理解と分析が必要です」と研究者は書いています。ブログ投稿。 ブログ投稿で、ウィキメディア財団の理事会の副議長であるShani Evenstein Sigalovは、機械学習は「引用と正確な情報源を効率的に推奨することで、ボランティアの仕事を拡大するのに役立つ」と述べています。 したがって、これがインプロセスでうまく機能するかどうかはまだわかりません。 研究者たちは、引用を提案しながら、最終的にはこの検証文書をリアルタイムで作成したいと述べています（最後の最後の研究プロジェクトすべてにとってさらに良い）。 Standing Desk Reviews
