区块链可以帮助阻止假新闻

2022-05-26 11:46:22来源:

2018年,前总统巴克•奥巴马的视频在YouTube上浮出来,解释了如何使用技术可以使用技术来操纵视频并创造假新闻。它有超过720万景观。

在视频中,奥巴马解释了我们在“敌人”可以让任何人在任何时候都在危险时期生活。片刻以后,它揭示了视频本身伪造。

在过去的五年内,它的新闻文章,图像或视频,假冒和误导性的内容在互联网上积极增殖。现在建议的问题的一个可能解决方案将标准化内容在线提供的内容如何,​​并且在不可信任的标准之外的任何内容。

输入区块链作为白名单和其他Web内容的方法。

作为Web 3.0 Evolution的一部分,SlockChain正在用于创建一个分散的Web,其中不可变分类帐记录了关于内容的信息,然后与该内容不可分割地连接到该内容以确保其真实性。个人数据商店还允许公司和辛勤金额保留对他们制造或消费的内容的控制。

据Gartner 2020预测报告称,到2023年,全球最多可以通过区间划分的新闻和视频内容的新闻和视频内容的新闻和视频内容。

Thinkstock.

“区块链可以跟踪新闻的出处(文本或视频内容),使得内容的消费者知道它来自哪里并确保它没有被改变,”Gartner副总裁Avivah Litan在最近的博客中表示。“将社交媒体和社交网络放在区块链上将使用户不​​仅可以控制自己的信息,而且还可以控制引导其信息流的算法和过滤器。”

12月,Twitter Ceo Jack Dorsey宣布,Twitter是“资助一支小型独立团队,最多五个开源建筑师,工程师和设计师开发社交媒体开放和分散的标准。”

Twitter的概念是让用户阅读他们想要的东西,提供可以基于区块链的过滤器来验证内容如果它们选择或未过滤的内容,如果它们选择了。

在过去的两年里,几个使用SlockChain的几个高调项目旨在挫败假新闻。

纽约时报的新闻源泉项目,深度信任联盟和PO.ET,都是标准化新闻,图像和视频被推出到网络的努力的例子,同时记录了它从源代码到消费者的旅程。

Po.et正在开发基于比特币区块链的分散系统,作为时间戳内容的不可变记录,并使用当前媒体行业互操作性标准。

新闻源项目与IBM的车库一起制定了使用过度纳客结构区块链制定概念证明,以存储有关新闻照片和视频的上下文元数据,包括谁拍摄镜头,拍摄拍摄以及拍摄并在编辑和发布时。BlockChain将记录照片的起源:何时,何地,何地,何时何地发布它以及如何在新闻组织网络上使用它。

深度信任联盟是由Kathryn Harrison成立的,他是IBM Blockchain的全球产品管​​理总监,在那里她为超级融资的面料开发和建立了公司的管理服务。

“大多数公司和努力以深刻的假视频和图像开始,甚至在互联网上普遍存在;这是假素的百分之一,“丽兰说。“他们开始了深刻的假货,因为他们是最简单的。”

与手动操纵的内容不同,例如由坏行为者创建或编辑的新闻文章,深度假消息是指由AI和机器学习技术产生的图像或视频,称为生成的对抗网络(GAN)。

电子前沿策略主任Danny O'Brien表示,使用技术来解决社会问题很少有效。

“我幸福地赌10比特币30%的新闻未在2023年由区块链验证,”奥布里恩说,参考了Gartner预测。“有些人认为,假期问题的解决问题是创建一个系统担保真正的新闻。这是一个偶然的地方。首先,因为你把它拿出来并不意味着它是真的。其次,响应和[分享]假新闻的人很少有动力,以了解它是否是真的。“

换句话说,消费者通常不兴趣使用批判性思维来确定新闻是否是真实的 - 只要它适合他们喜欢的叙述。

然而,纽约时报的新闻源项目没有以文章开头。利兹坦说,它首先通过尝试图像进行实验,因为软件更容易检查像素并确定它们是否已被改变或仍然是真实的。

相比之下,验证书面文本的最佳方法将是在生产它的来源周围的行业共识。换句话说,使用BloctChain的本机共识算法允许内容生产者在可以发布之前的状态时同意。

“BlockChain的最佳用途是内容管理。如果每个人都采用了一个内容管理系统,[加密]签署了您的故事和对它们所做的每一个编辑,然后录制并使用区块链验证它,它是假的,它的机会将为零,“Litan说。

但是,由国家运营商创造的恶意假新闻,他们构建了政治目的的叙述。奥布莱恩说,它是否加入了认证系统,因为任何这样的系统永远不会是普遍的。

“如果你试图把你的体重扔到一个为”合法“新闻创造真实性的徽章的系统背后,那就是不会用于摆脱它,或者你不能让每个人都在注册,”奥布莱恩说。

LITAN同意,说所有媒体网点都不会有一致的单一内容管理系统。

然而,随着用于白名单的正宗新闻来源,Litan表示区块链作为一种方法:

验证:其他技术,如电子脉冲测试或光谱成像,以确保在区块链上记录和追踪物品的真实性(例如新闻,食物,电子设备);黑色信用或异常检测:使用AI和机器学习模型来检测行为或数据异常对于饲养区块链的区块链的资产/信息/活动;弥合物理和虚拟真理:IOT传感器/网络/数字双胞胎将物理'真相'连接到在区块链上录制的虚拟业务事件“真相”。

“分散的社交网络平台仍然可以为您扭曲的耸人听闻的新闻源,但只有在这就是你选择阅读的话。丽兰说,随着区间的出处,您也可以向该消息的来源保证。““到底,这将是您从糟糕的演员阅读假新闻的有目的的选择。”


返回科技金融网首页 >>

版权及免责声明:凡本网所属版权作品,转载时须获得授权并注明来源“科技金融网”,违者本网将保留追究其相关法律责任的权力。凡转载文章,不代表本网观点和立场,如有侵权,请联系我们删除。


相关文章