今日头条坦承机器审核存在多个局限性组建专家团可有效改善

本篇文章941字，读完约2分钟

在过去的两年里，如今的科技依赖型内容平台的头条发展迅速，但也遭到了公司内外的质疑和批评，尤其是内容领域的技术和人工路线之争。

在这方面，托马斯李，副总编辑今天的头条，最近承认，作为一个编辑，我感到压力。

不久前，今天的头条成立了专家组，邀请各行各业的专家学者对内容进行监督并征求意见。在托马斯·李看来，这是一件好事。引入权威意见可以帮助今天的头条新闻提高内容和服务质量。

托马斯·李指出，今天的头条总是把人工审阅和推荐视为内容制作中的一个重要环节，因为在技术上有几个限制。

首先，机器识别存在局限性，很容易做出一刀切的方法。例如，机器在识别裸体方面有局限性。一个典型的意外伤害是，脸书意外伤害了一张著名的越南新闻照片，照片中一个小女孩被汽油弹炸伤，赤身裸体地跑着。今天的头条也有类似的情况。此前，吴哥窟雕像的照片被从架子上拿走了。虽然这座雕像是露点的，但它实际上是一个有趣的地方。这是基于机器的审计标准，导致意外伤害。

第二点是滞后。一般来说，机器识别需要大量的数据积累，然后对算法模型进行训练。这需要满足两个要求:一定量的数据和一定量的学习时间。

目前，如假新闻，黑色手稿，不一致的标题，党的标题，低内容质量等。，机器很难理解这部分内容，这需要大量的反馈信息，包括其他样本信息的比较。

另外，由于一些专业领域缺乏数据积累，机器很难识别，普通人很难做出判断。在机器能够完全识别不受欢迎的信息之前，将会有一个时间窗口用于积累数据和学习。

托马斯·李认为，这些实践中遇到的问题可以通过专家意见得到有效改善。专家可以在发现低质量和不准确的内容时立即给出反馈，从而大大缩短机器学习的时间。在模型优化的后续过程中，专家的意见可以作为重要的参考要素。

托马斯·李说:专家组的形成并不是对技术的否定。相反，从传统媒体人到今天头条的编辑，我见证了人工智能技术给信息传播带来的新变化。高质量的信息，信息，通过今天的标题技术准确地分发到每个用户的手机。甚至过去的寻人启示也被人工智能技术所改变，创造了一个标题寻人项目来帮助寻找失踪的人，这在过去对我来说是不可想象的。确切地说，我真诚地希望我们能够有更正确的价值观来指导平台内容，同时不断提高机器的能力，并使用更好、更准确的算法模型来审核和推荐内容。