science >> Wetenschap >  >> Elektronica

YouTubes Notre Dame-9/11 flub benadrukt AI's blinde vlekken

In deze afbeelding beschikbaar gesteld op dinsdag 16 april, 2019 vlammen en rook stijgen op uit de brand terwijl de torenspits begint om te vallen op de Notre Dame-kathedraal in Parijs, Maandag, 15 april, 2019. Een inferno dat meer dan 12 uur door de Notre Dame-kathedraal raasde, verwoestte de torenspits en het dak, maar spaarde de twee middeleeuwse klokkentorens. en een verwoede reddingspoging redde de "meest waardevolle schatten van het monument, " inclusief de doornenkroon die naar verluidt door Jezus werd gedragen, zeiden ambtenaren dinsdag. (AP Foto/Thierry Mallet)

YouTube heeft misschien nog een paar mensen nodig. De machines die tot taak hebben samenzweringstheorieën aan te pakken, snijden het nog niet aan.

Terwijl mensen over de hele wereld zich maandag naar YouTube wendden om de Notre Dame-kathedraal in Parijs te zien branden, een geautomatiseerd systeem voegde achtergrondinformatie over de terreuraanslagen van 11 september in New York toe aan livestream-video's van de brand.

De oorzaak van de brand is niet vastgesteld, maar de autoriteiten zeiden dat het per ongeluk leek te zijn, geen brandstichting of terrorisme.

De achtergrondnota is gepost door een systeem dat YouTube onlangs heeft opgezet om bekende samenzweringen over gebeurtenissen als de maanlanding of 9/11 te bestrijden. In dit geval, het algoritme had mogelijk het tegenovergestelde effect gehad, aanwakkeren van speculaties over de oorzaak van de brand en wie er mogelijk achter zit.

Het is het nieuwste voorbeeld van het mislukken van kunstmatige intelligentie - en een teken dat we nog een lange weg te gaan hebben voordat AI slim genoeg wordt om nuance en context te begrijpen.

In een verklaring, YouTube legde uit dat de achtergrondinformatie - een bericht uit de Encyclopedia Britannica - daar ten onrechte is geplaatst door algoritmen die bedoeld zijn om gebruikers te beschermen tegen nepmateriaal dat zich verspreidt in de nasleep van bepaalde nieuwsgebeurtenissen.

De algoritmen van YouTube hebben een geschiedenis van het verkeerd afvuren en ongepast labelen van video's. Jozua Benton, directeur van het Nieman Journalism Lab aan de Harvard University, merkte een aantal op in een blogpost maandag.

Laatste val, bijvoorbeeld, YouTube labelde een video van de pensionering van een professor aan de Michigan State University met de Encyclopedia Britannica-inzending voor "Jew, " samen met een Davidster onder de afbeelding geplaatst. De professor, Ken Walzer, was hoofd van het programma Joodse studies van de universiteit, maar Benton merkte op dat niets in de titel of beschrijving van de video iets Joods vermeldde.

Het algoritme van YouTube, die vermoedelijk is voorbereid om antisemitische samenzweringen te bestrijden, deed dat op de een of andere manier vanzelf.

Toen YouTube afgelopen zomer zijn inspanningen tegen samenzwering aankondigde, het zei dat het valse informatie zou tegengaan met bronnen die mensen over het algemeen vertrouwden, zoals Wikipedia en Encyclopedia Britannica. Het zei dat het achtergrond van deze bronnen zou toevoegen aan video's met veelvoorkomende samenzweringsonderwerpen (bijvoorbeeld vaccinaties, schietpartijen op scholen of de bomaanslag in Oklahoma City in 1995), ongeacht of de video's een complottheorie ondersteunden.

Video's van de brand in de Notre Dame werden door grote, vertrouwde nieuwsorganisaties. YouTube's kunstmatige intelligentie, echter, maakte geen uitzonderingen.

Op maandag, het bedrijf repareerde snel de Notre Dame-fout en zei dat zijn systemen "soms de verkeerde oproep doen". Het zette de informatiepanelen voor de video's van de brand uit, maar zei niet of het breder naar de praktijk keek.

"Ik denk dat ze een beetje heen en weer praten over hoeveel goed dit doet, "Zei Benton. "Het raakt de kernvraag die we zien bij Facebook en YouTube en elk ander technisch platform dat streeft naar wereldwijde schaal. Er is gewoon te veel inhoud om te monitoren en je kunt mensen niet elke video laten monitoren."

In plaats daarvan, we hebben machines die duidelijk nog aan het leren zijn.

"Het is één ding om iets verkeerd te doen als de inzet laag is, "Zei Benton. "Als het het grootste nieuwsbericht ter wereld is, het lijkt erop dat er meer mensen naar zouden kunnen kijken."

© 2019 The Associated Press. Alle rechten voorbehouden.