用西瓜抵抗 巴勒斯坦人证明了社交媒体算法的愚蠢

几十年来,红西瓜一直被认为是巴勒斯坦反抗占领斗争的标志之一,因为它的颜色与巴勒斯坦国旗的颜色相似(社交网站)

古往今来有多种形式的抵抗,事实证明,这些抵抗致力于向世界发出自己的声音,冲突很少通过个人决定或对停止侵权的信念而结束,但在通信网站时代,随着在线输入内容审核和人工智能成为是否发布的决定性因素,抵抗声音变得越来越难。

南越 我用相机杀死了将军

50 年前,南越警察局长阮玉鸾——现在被称为“胡志明”——在西贡(当时南越首都)的街道中间开枪射杀了“越共”成员阮文林头部,他没有穿制服,不小心被枪杀。

几米外是美联社摄影师埃迪·亚当斯 (Eddie Adams),他用一张永恒的照片捕捉到了这个残酷的历史时刻,这幅照片改变了公众对越南战争的看法。

“越共”是解放南越民族阵线,是越南武装抵抗运动,于 1954 年至 1976 年间开展活动,反对政府和美国对该国的干预。

然而,决定是否展示越南战争的这张照片和其他照片是《纽约时报》新闻编辑部讨论的主题,有影响力的照​​片编辑约翰·格雷斯·莫里斯说,“我记得其中一些照片我确定作为头版的照片。”他去年去世,享年 100 岁。

摄影师亚当斯本人2004 年去世前在《时代》杂志上表示,“那张照片死了两个人,一个是被子弹打中的人,另一个是阮玉鸾将军。将军打死了越共;我用相机杀死了将军。”

亚当斯看到照片中的两个人被子弹击中头部而死,“我用镜头杀死了将军”(社交网站)

巴勒斯坦……西瓜是土地主人的象征

巴勒斯坦问题比越南战争更古老,巴勒斯坦抵抗运动自成立以来一直面临着比越南抵抗运动更大的挑战,也许今天在社交网络算法、机器语言技术和人工智能面前所面临的挑战,是其向世界传达巴勒斯坦问题时所面临的最大挑战之一。

几十年来,由于其颜色与巴勒斯坦国旗颜色相似,红色西瓜一直被认为是巴勒斯坦反占领斗争的标志之一,并在最近一段时间内重新成为焦点,以试图逃避社交网站的审查。

作家米里亚姆·伯杰 (Miriam Berger)在《华盛顿邮报》发表的一份报告中表示,最近几周,西瓜表情符号在社交媒体平台上被广泛使用,作为5月东耶路撒冷和加沙发生事件中,巴勒斯坦绕过审查和内容修改算法努力的一部分。

据作者称,使用西瓜表情符号以及来自以色列、被占领土和散居国外的巴勒斯坦人及其世界各地支持者的各种图像和艺术品,反映了巴以冲突传统政治和地理边界之外的大量激进主义和在线团结。

在此背景下,居住在约旦河西岸拉马拉的巴勒斯坦艺术家哈立德·胡拉尼 (Khaled Hourani)­——他的作品出现在互联网上流传的西瓜图片中­——解释说,艺术“可以比政治本身更具政治性”。

根据胡拉尼的说法,巴勒斯坦艺术家在网络世界中使用西瓜“作为巴勒斯坦国旗的象征来规避禁令”,在那里,不信任社交媒体平台并害怕以色列电子审查的巴勒斯坦人正试图规避内容修改算法和方法。

在最近危机中,Facebook 和推特删除了数百万个支持巴勒斯坦问题的帖子和主题标签,但这两家科技巨头声称这是由于技术故障,这激怒了长期以来认为他们在网络世界受到不公平对待的巴勒斯坦人。

法迪·库来恩——他是居住在拉马拉的 Avaaz 的竞选经理­——表示,“对于新一代巴勒斯坦——其中 70% 年龄在 30 岁以下——而言,社交网站是主要的灵感来源和接触世界的途径。”

“巴勒斯坦人需要使用社交媒体来揭露他们在被占领巴勒斯坦领土上发生的事情,这就是促使他们设计各种策略来克服他们所遭受数字压迫的原因。”

但是,这些伎俩能骗过一个使用算法和深度学习、没有感情空间的自动化审查经理吗?

自动审查无法识别西瓜

社交网站使用的算法中最重要的组成部分是深度神经网络,因为它们具有处理视觉信息的能力,在过去几年中,它们已经成为许多计算机视觉应用的主要组成部分,神经网络可以解决的主要问题之一是检测图像中的物体,并确定其位置。

卷积神经网络是大多数基于深度学习的视觉计算机应用的主要组成部分之一,这些网络是由深度学习先驱 Yan Likon 在 1980 年代发明的,这是一种神经网络,可以有效地提取多维空间中的模式,这使得它特别适合找出图像包含的内容。

但是,虽然图像分类网络可以判断图像是否包含某个对象,但它无法定位图像中的对象。

图像分类网络可以判断图像是否包含某个对象,但无法定位图像中的对象(社交网站)

这就是为什么对象检测是需要人工监督的机器学习技术的问题之一,这意味着您必须在分类示例上训练模型,并且每张图像必须排列在一个数据集中,并附有一个文件,其中包括它包含对象的边界和类别,并且有许多开源注释工具可以检测图像中的对象。

对象发现网络在带注释的数据上进行训练,以便其可以在图像中找到与每种类型对象相对应的区域。

因为这个问题,加州大学伯克利分校的 AI 研究人员在 2014 年提出了一种基于区域的卷积神经网络(R-CNN),它基于对几层信息的广泛处理来识别一个对象及其在图像中的位置。

在过去几年中,深度学习对图像内容发现已经取得了长足的进步,其已经从不同组件的混合演变为一个单一的、高效的神经网络。

如今,许多应用程序都将目标检测网络作为其主要组成部分之一,但该技术在其背后的符号方面落后了,在目前状态下,其无法分析上下文,只能找到一个“西瓜”,但不能判断它是符号还是水果,因此,到目前为止还需要人工监督审查。

编辑道德规范 《纽约时报》和 Facebook 之间

毫无疑问,《纽约时报》在上世纪七十年代发表的关于越南战争的图片,如果是在我们这个时代,Facebook的算法可能会阻止它传播到世界各地,战争可能还会再持续几年,没有道德和人性因素的技术进步并不意味着我们的生活会变得更轻松、更好,我们不能欺骗自己地认为,只要其正义之举,人工智能的力量就可以打败人类。

来源 : 半岛电视台