谷歌和元维基正在使用人工智能来缓解自杀、暴力和大男子主义等问题

谷歌展示了人工智能系统的创新，这些创新可以滋养其搜索引擎。这些改进旨在优化用户在搜索有关自杀、性侵犯、药物滥用和家庭暴力的信息时访问的内容。

在危急情况下查找信息时更精确

现在，相关国家热线的联系信息将更加突出，同时还将获得最重要和最优质的结果。

正如该公司@@ 在 Infoba e出席的新闻发布会上解释的那样，为了提高结果的准确性，对机器学习系统进行了改进，以理解搜索语言。

“现在，使用我们最新的AI模型MUM，我们可以自动，更准确地检测更广泛的个人危机搜索。MUM能够更好地理解人们提问背后的意图，以检测一个人何时有需要。这有助于我们在正确的时间更可靠地显示可靠且可操作的信息。他们从公司强调，我们将在未来几周内开始使用MUM进行这些改进。

安全搜索的改进：它是关于什么的

一段时间以来，搜索引擎已经使用了安全搜索工具，该工具使用户能够过滤显式结果。这是针对 18 岁以下儿童的 Google 帐号的默认设置。您可以选择禁用此选项，但人工智能系统仍会减少搜索中意外内容的外观。

为了进一步限制此类不需要的内容，该公司宣布了BERT（Encoder的英文缩写）背后的新更新 表示法）双向变压器），这是谷歌用于自然语言处理预训练的一种技术。

这种技术的巨大贡献在于，它允许双向解释，也就是说，在上下文中解释术语，同时考虑其前面的单词和后面的单词。

现在，BERT 改进了理解能力，可以更好地理解搜索意图，这进一步降低了用户遇到意外搜索结果的机会。

“这是我们多年来一直在应对的复杂挑战，但仅在去年，BERT的这种改进就使意外结果的出现减少了30％。该公司强调，这对减少与种族、性取向和性别相关的搜索的露骨内容产生了特殊影响，这可能会对女性，尤其是有色女性产生不成比例的影响。”

MUM可以在其训练的所有75种语言中传输知识，从而可以更有效地在全球范围内扩展安全保护。人工智能用于帮助减少可能出现在搜索结果中的无用、有时甚至是危险的垃圾页面。

“在接下来的几个月中，我们将使用MUM来提高垃圾邮件保护的质量，并扩展到训练数据很少的语言。他们宣布，我们还将能够更好地发现世界各地的个人危机查询，与值得信赖的当地合作伙伴合作，在其他几个国家展示实用信息。”

元

Meta 宣布开发一种人工智能系统，该系统可以按照以下方式研究和撰写传记出版物的初稿维基百科。该模型的目的是解决该站点和其他类似站点上存在的缺乏代表性的问题。维基百科上只有20％的传记是女性的，他们在宣布这一消息时从该公司报告。

该项目的开发者是 Meta AI 的研究员安吉拉·范。这位科学家强调：“仍有工作要做，但我们希望这个新系统有朝一日能够帮助维基百科编辑创建成千上万条准确而引人入胜的传记条目，介绍目前不在网站上的重要人物。”

尽管妇女对科学和其他领域产生了影响，但她们在该平台上的代表性不足。为了说明这个想法，范分享了加拿大物理学的案例，唐娜·斯特里克兰。但是，她在 2018 年获得了诺贝尔物理学奖，但一旦获得该奖项，没人能在维基百科上找到有关她的信息，因为她根本没有。该奖项颁奖几天后才在该网站上发布了一份出版物，这是该研究领域中最重要的出版物。

“目前，我们的工作纯粹是研究，我们希望人工智能研究界能够利用我们的模型和数据集作为开发和前进的起点。我们的想法是有一天能够使用人工智能来弥补维基百科传记内容中的性别失衡，维基百科是网络上最著名的信息参考之一。妇女在社会的许多方面一直是而且仍然是根本，但她们的贡献并没有像从男子的贡献中看到的那样受到重视。代表性很重要，我们希望通过这项研究为之做出贡献。” 当 Infobae 询问这项发展的范围时，范说。

模型是如何工作的

首先开发的模型从Internet检索相关信息以介绍该主题。接下来，生成模块创建文本，而在第三步中，引文模块使用指向所用来源的链接来构建参考书目。然后重复该过程，每个部分都涵盖完整的Wikipedia传记中存在的所有元素。

继续阅读：