面對突如其來的疫情，大眾對于信息的即時性、透明度和傳達效率有了更高的關注。相比2003年“非典”時期，此次疫情爆發后，信息洪流也更為洶涌。移動傳播時代，人人皆是自媒體，不僅是信息接收端，也是無數輿論的中轉站，各種資訊的生產端。形形色色的疫情信息不僅降低了輿論場的“信噪比”，也為各種謠言提供了適宜的溫床。

2020年2月上旬，世界衛生組織在一次會議中提出了“infodemic”一詞，即information＋epidemic，可以直白地理解為“信息疫情”。因為疫情發生至今，在海量信息的轟炸下，人們往往難辨真偽，信息的更新時時牽動著公眾神經，催生著不安、擔憂、焦慮、恐懼。群體情緒“過載”之下，對于疫情管控的考驗無疑更加嚴峻。值得注意的是，人工智能在本次疫情相關的輿情梳理中開始扮演“沙里淘金”的角色，運用NLP（自然語言處理）技術“提純”有效信息，關聯信息線索，打造公共危機事件里的信息中樞。

進擊的LDA：挖掘文本語義的利器

NLP被譽為人工智能皇冠上的明珠 ，因為自然語言是人類智慧的凝練，“讓機器理解自然語言”寄托了人們對于AI最初的幻想——讓機器聽懂人話，和人交談，甚至理解語言背后的文化、意圖與情感。發展到今天，可以說“凡是文本飛舞的地方，NLP技術就會燃燒”。

LDA（潛在狄利克雷分配）主題模型是NLP中非常基礎、大眾認知度也比較高的模型。當我們寫文章時，可能多數人是先確定文章的幾個關鍵主題，然后圍繞這幾個主題遣詞造句成文。這一過程的逆向操作就是LDA做的事。通俗來說，就是根據給定的文檔，讓計算機反推其主題分布，包括推測分析網上各篇文章分別寫了哪些主題，且各篇文章中各個主題出現的概率大小。

在傳統的方法中，判斷兩個文檔的相似性是通過識別兩個文檔中有多少共有詞。這種方法的局限性在于沒有考慮到語義背后的關聯。

比如：

“同人小說站A03獲得雨果獎。”

“藝術創作不是孤島。”

這兩句話沒有共有詞，但事實上，前者是獲獎新聞，后者是獲獎致辭。兩者主題是相似的。可見判斷文檔相似性時需要考慮到文檔中的潛在詞或者兩篇文檔間的聯系。在主題模型中，主題就像一個袋子，里面裝了出現概率較高的單詞，這些單詞與這個主題有很強的相關性。可以說，LDA模型是語義挖掘的利器。

疫情期間，使用LDA在數據集中提取主題也有落地應用。今年2月14日，“新冠肺炎疫情AI話題分析平臺”正式上線。這個平臺由清華大學人工智能研究院、RealAI共同研發推出。在底層算法支持上，平臺采用WarpLDA主題提取算法研發。相比傳統的Gibbs采樣算法，WarpLDA在訪存效率、并行度方面更有優勢，可用于上億級別文本的主題提取。

去偽存真：提取有效信息

51CTO記者在調查中了解到，這個平臺除了疫情數字的實時播報以外，更側重對疫情相關的熱點話題進行分析。

“無論是疫情一線故事、防控措施，還是科普知識、辟謠信息，只要傳播廣熱度高，都可以在平臺上找到。所以我們平臺的定位更像一個‘疫情話題熱榜’。”RealAI的工作人員這樣介紹。

打開移動端的平臺界面，可以看到：截止目前，上線的具體板塊包括“今日熱點”關鍵詞、“熱點地區排行”、“實時熱點”話題排行、“最近三天”熱點排行、“官方發布消息”，這些模塊合組合在一起，為公眾在海量碎片化內容中構建了一個信息入口。

從這些模塊的設置可以看到，針對信息“過載”的困擾，該平臺對海量信息進行了自動抓取，識別公眾關注的熱點新聞、輿論趨勢、地區關注度變化，并在這一過程中完成對于消息真實性的甄別，一定程度上保證了輸出信息的可靠性。就如何完成有效信息的過濾，RealAI方面給出了具體說明。

首先在新聞源的抓取上，平臺會優先抓取官方渠道信息，比如全國各地區衛健委官方網站、新華網、人民網等權威媒體，平臺會給予這些渠道的新聞更高的權重。一般來說，在社交網絡平臺上，“謠言”更容易產生和傳播，因此諸如微博、自媒體這類渠道，權重會相對較低。

另外，官方渠道發布的文章內容更為嚴肅，風格更為一致，在新聞抓取時比較容易集中在一個主題下。相較之下，那些無中生有的謠言，無論是文本呈現還是行文用詞通常風格迥異，在做新聞聚合的時候更容易分散，不容易被歸納成一個熱點主題。

鑒于當前NLP領域中LDA主題模型的發展還有比較大的外展空間，平臺在運營過程中也會有人工把控，補充機器的不足之處。

針對網絡謠言和假新聞，AI技術其實在疫情之前就開始嶄露頭角。2019年，阿里巴巴在愚人節推出了“AI謠言粉碎機”。據悉，這個算法模型要判斷信息真偽，首先會找到初始信息源，分析用戶畫像，辨別發布者的可信度。然后尋找網上所有信息源，分析相關鏈接的域名來辨別傳播載體的可信度，最后將正文里的關鍵論證進行提煉，與知識圖譜里的權威知識庫做匹配，驗證關聯度，如果互為印證，可信度就較高，自相矛盾，可信度就降低。在SemEval全球語義測試中，這項AI技術的識別準確率達到了81%。

見微知著：預警傳染軌跡

人工智能除了可以過濾海量信息外，還可以從信息海的蛛絲馬跡中預判危機的爆發。這對于提升危機事件的迅速響應能力，控制事件擴散規模有著至關重要的作用。此次新冠肺炎在武漢爆發之初沒有得到有效遏制，信息梳理的缺位也是原因之一。事實上，今年1月時就有報道指出，一家致力于公共健康風險評估的加拿大公司BlueDot在2019年12月底就向其客戶通報了這種新型冠狀病毒。

在外媒采訪中，BlueDot創始人解釋：“公司的早期預警系統使用AI（包括NLP和ML），通過每天分析65種語言的約10萬篇文章，來跟蹤100多種傳染病爆發情況。這些數據有助于公司知道何時通知客戶潛在的傳染病爆發和擴散。”

從目前公開的資料來看，BlueDot沒有披露使用的算法，他們避開信息比較混亂的社交媒體，通過采集多語種的新聞報道、官方公告和動物疾病報告，綜合全球航空動態和天氣數據，為客戶提供預警。

BlueDot聲稱，他們的數據源主要來自三方面，一個是全球新聞報道，設置關鍵詞基本與流行疾病、動物疾病、公共衛生有關；一個是航空公司的票務數據，通過全球機票數據庫的數據來跟蹤疑似感染人口的流動，預測感染可能波及和擴散的城市，及時告知客戶相關信息；還有就是監測某個地區一定時期內的氣候、溫度及牲畜變化情況。此前，BlueDot準確預測了病毒在最初出現的幾天內將從武漢傳播到泰國曼谷、韓國首爾、中國臺北和日本東京。

放眼全球，AI雖然已經在疾病預防中有所建樹，未來也可能成為公共健康規劃中的可信工具，但目前的疾病預測算法還都需要面對預測模型的缺陷。谷歌在2008年發布的流感趨勢預測工具Flu Trends就是一個典型。

Flu Trends可以監測數百萬用戶的健康數據，提供幾十個國家的流感趨勢預測。但在2012年的一次流感爆發事件中，疾控中心匯總各地數據后發現谷歌的預測比實際情況夸大了近1倍。后來研究發現，谷歌的工程師們并不了解搜索關鍵字和流感傳播之間有什么關聯，對于各種信息背后的關聯也沒有深入解析，最終導致了荒謬的結果。之后工程師們不斷進行著算法的微調，但是每當修正完一處，總有另一處出現了意想不到的誤差。在瞬息萬變的信息抗疫戰場上，可以說，唯一不變的就是一直在變的“算法”。

光影雙生：AI帶來的輿情風險

在信息戰場上，AI可以發揮輿論的積極導向作用，但不可輕忽的是，如果AI被不正當地使用，也可以誘發輿論恐慌。技術本身沒有價值觀，但技術的使用者有價值取向。在不同的利益方手中，AI技術必然會產生不一樣的后果。

2019年AI換臉app在社交媒體上的火爆一度引發爭議。只需要一張人臉照片，就可以用AI換臉技術，“嫁接”到選定視頻的某個人物身上，由此生成的視頻畫面流暢，人物表情自然，幾可亂真。合成圖像、合成語音，充斥在網絡里的合成品使“眼見不一定為實，耳聽也不一定為真”。

這些技術給眾多使用者帶來了有趣的體驗，但也有人質疑AI開啟了潘多拉魔盒，踩著倫理和法律的底線反復橫跳，帶來了事關版權、肖像權、個人隱私的隱患，甚至可能引發盜竊、詐騙、***制作等“技術作惡”亂象。

更為嚴重的是，如果利用AI技術惡意虛構新聞事件大肆傳播，極有可能導致謠言的“發酵升級”，甚至影響輿論走向。

一家美國的制片公司“猴爪”在2018年利用AI制作了這樣一段視頻：奧巴馬對美國現任總統特朗普進行嚴厲批評。但實際上奧巴馬的表情和動作合成自“猴爪”創始人皮爾。更極端地考慮，如果官方的新聞發布平臺或一些權威機構的媒體號被黑客控制，散播AI合成的文本、視頻、音頻，就更容易操作輿論，煽動公眾情緒，造成輿情風波。

此外，“機器人水軍”也值得警惕，其存在本身影響著輿論生態，而且在一些平臺上已形成規模。比如網店利用機器人水軍刷好評，相比雇人灌水這種操作，機器自動生成的信息密度更大，侵蝕性更強，也更容易將真實評價淹沒于無形。可以想象，如果在社會事件中引入機器人水軍，那么輿論被裹挾是必然，真相被掩蓋，公眾被蒙蔽，甚至可能將國家安全置于險地。更諷刺的是，大多數人可能對此一無所覺。長此以往，即使“黑天鵝”不再來，“灰犀牛”也會不期而至。

責任編輯：Ct