原標(biāo)題：靠AI預(yù)測(cè)一場(chǎng)“流行病”，不可忽視的歧變節(jié)點(diǎn)

利用AI模型來(lái)預(yù)測(cè)病毒或謠言的傳播走向，已經(jīng)不再是什么新鮮事物。

要知道，現(xiàn)實(shí)情況往往比訓(xùn)練AI的數(shù)據(jù)集復(fù)雜N倍，而研究人員打造的模型，往往只是研究傳播對(duì)象的前幾個(gè)步驟，然后將這個(gè)速率引入復(fù)雜的數(shù)學(xué)模型之中，來(lái)預(yù)測(cè)傳播的廣度和速度。

但如果病原體發(fā)生變異，或新聞內(nèi)容被修改，傳播速度和方式也將發(fā)生變化，這時(shí)候，原本的AI模型還能成功應(yīng)對(duì)呢？

這也使我們不得不思考更進(jìn)一步的問(wèn)題——將AI看成防范病毒/謠言的利器，但技術(shù)本身也必須在復(fù)雜環(huán)境中持續(xù)迭代。

七十二變：比疾病更難預(yù)測(cè)的“病毒”

疾病變異，可以通過(guò)基因比對(duì)來(lái)追根溯源。那么信息變異呢？

在以T為單位的網(wǎng)絡(luò)世界，內(nèi)容信息往往會(huì)以閃電般的速度在社交媒體上傳播。在這次疫情中大家可能也發(fā)現(xiàn)了，謠言往往輕易獲得“萬(wàn)轉(zhuǎn)”，而辟謠信息的轉(zhuǎn)發(fā)卻十分可憐。

這也說(shuō)明了一個(gè)傳播學(xué)的難題，一條信息是否會(huì)傳播，取決于原始信息是如何被篡改的。

有些錯(cuò)誤是故意的，也就是“造謠”。但有的改變則是出于增加電話、加入交互等成分而自然發(fā)展出來(lái)的。

比如一則關(guān)于2014年俄羅斯戰(zhàn)斗機(jī)與美國(guó)驅(qū)逐艦在黑海對(duì)峙的舊聞，經(jīng)過(guò)一些八卦網(wǎng)站（Parody website）的篡改，變成了：俄羅斯空軍配備一種神秘電磁武器，瞬間弄癱了整艘美國(guó)軍艦。

此消息經(jīng)過(guò)社交媒體發(fā)酵，最后甚至登上了主流媒體?？怂剐侣劸W(wǎng)站的頭條。

那么，一條看似枯燥的信息是否能演變成病毒式傳播的博文，能夠預(yù)測(cè)出來(lái)嗎？

此時(shí)，原本用于預(yù)測(cè)流行病趨勢(shì)的傳染病動(dòng)力學(xué)，就開始與信息傳播聯(lián)系到了一起。

早在上個(gè)世紀(jì)，科學(xué)家們就開始基于傳染病動(dòng)力學(xué)模型，研究復(fù)雜網(wǎng)絡(luò)下信息的傳播模型了。

經(jīng)典的謠言傳播模型理論研究源于20世紀(jì) 60年代 。

1965年，研究者Dalay和Kendall提出了謠言傳播的數(shù)學(xué)模型，后來(lái)人們命名該模型為DK模型。它把人群按照謠言傳播效果，分成謠言易染類人群、謠言感染類人群及謠言移出類人群，認(rèn)為其中兩類會(huì)以隨機(jī)過(guò)程來(lái)相互轉(zhuǎn)換。

到了1973年，麥基和湯普森兩人對(duì)當(dāng)時(shí)主流的謠言傳播模型DK模型進(jìn)行了改進(jìn)，引入了免疫人群。

2001年，Zanetee則將復(fù)雜網(wǎng)絡(luò)引入到謠言傳播模型中，建立了具有網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)特征的傳播模型。2004年，莫瑞奧等人在小世界網(wǎng)絡(luò)和無(wú)標(biāo)度網(wǎng)絡(luò)中研究了謠言傳播動(dòng)力學(xué)。

但是，這些模型均未將信息老化理論考慮進(jìn)去。

到了2011年，中國(guó)研究者則將以往機(jī)制引入謠言傳播類型，認(rèn)為人們關(guān)注謠言的熱度會(huì)隨著時(shí)間的推移而下降，尤其是在紛繁復(fù)雜的網(wǎng)絡(luò)世界中，人們的吸引力也容易被其他事物所轉(zhuǎn)移。無(wú)知者轉(zhuǎn)化為謠言傳播者或真相傳播者的概率會(huì)下降，并將其慢慢遺忘。

誠(chéng)然，數(shù)學(xué)模型嚴(yán)密的邏輯性和抽象性，為輿論管理帶來(lái)了一定的預(yù)測(cè)可能性。

但其中有兩個(gè)問(wèn)題卻始終存在：

一是時(shí)間滯后。謠言傳播與傳染病傳播在機(jī)理上有很多的相似性，就像病毒存在潛伏期一樣，網(wǎng)絡(luò)謠言從被更改、發(fā)布、發(fā)酵、傳播、消失等一系列過(guò)程，個(gè)體的時(shí)間滯后程度都不一樣。有的可能當(dāng)下非常關(guān)心，有的則沉迷學(xué)業(yè)一個(gè)月后才趕來(lái)吃瓜……種種不確定性，也給預(yù)測(cè)網(wǎng)絡(luò)信息傳播帶來(lái)了一定的難度。

其次，則是變異突發(fā)。正如同我們很難追溯病毒是如何在擴(kuò)散過(guò)程中逐漸變異的，對(duì)謠言的改造和增刪，都有可能改變其傳播路徑與效果。比如新冠期間，從寵物可能感染新型肺炎，到養(yǎng)寵可以預(yù)防，再到有寵物被檢測(cè)出陽(yáng)性……反轉(zhuǎn)一波接一波，有的則是披著辟謠皮的新謠言，這些都會(huì)讓對(duì)信息的預(yù)測(cè)出現(xiàn)誤差。

如果不考慮隨著時(shí)間的推移可能發(fā)生的變化，那么在預(yù)測(cè)生病人數(shù)或接觸到一條信息的人數(shù)時(shí)，肯定會(huì)出錯(cuò)。

不斷趨近真相：讓AI模仿現(xiàn)實(shí)

怎么辦呢？答案是只有讓模型與現(xiàn)實(shí)之間的差異盡可能地小，從而提高預(yù)測(cè)的準(zhǔn)確率。

前不久《美國(guó)國(guó)家科學(xué)院院刊》（PNAS）上發(fā)表的一項(xiàng)新研究，來(lái)自卡內(nèi)基梅隆大學(xué)（Carnegie Mellon University）的研究人員就將信息變異這一關(guān)鍵變量引入到了數(shù)學(xué)模型之中。

他們?cè)诂F(xiàn)實(shí)世界的網(wǎng)絡(luò)中對(duì)數(shù)千種計(jì)算機(jī)模擬的流行病進(jìn)行了數(shù)千次模擬測(cè)試，比如一個(gè)是美國(guó)某高中學(xué)生、教師和工作人員之間的聯(lián)系網(wǎng)絡(luò)Twitter，另一個(gè)是法國(guó)里昂一家醫(yī)院的工作人員和病人之間的聯(lián)系網(wǎng)絡(luò)。

借助實(shí)時(shí)數(shù)據(jù)跟蹤病原體的進(jìn)化或信息，“證明了我們的模型在現(xiàn)實(shí)世界的網(wǎng)絡(luò)上有效，更精確?！痹撗芯康牡谝蛔髡逺ashad Eletreby表示。

而實(shí)現(xiàn)這一點(diǎn)的意義，讓人類對(duì)病毒/謠言的傳播預(yù)測(cè)距離現(xiàn)實(shí)又近了一步。

有了AI模型，世界還會(huì)失序嗎？

如果病毒/信息的傳播可以被精準(zhǔn)預(yù)測(cè)，是不是不會(huì)再上演那些無(wú)奈的故事？

比如2003 的SARS疫情，學(xué)者們就建立了大量的動(dòng)力學(xué)模型研究其傳播規(guī)律和趨勢(shì)，以及各種隔離預(yù)防措施的強(qiáng)度對(duì)控制流行的影響，來(lái)為決策部門提供參考。

還有網(wǎng)絡(luò)上廣泛傳播的“雙黃連可預(yù)防新冠病毒”、“食用大蒜可以殺滅新冠病毒”等偽科學(xué)謠言，如果能及時(shí)地預(yù)測(cè)變化趨勢(shì)，介入并引導(dǎo)，民眾盲目哄搶、囤積事件是不是就不會(huì)發(fā)生？

顯然，就目前的研究成果來(lái)看，想要以100%的準(zhǔn)確率，預(yù)測(cè)病毒或假新聞傳播，AI模型還不是那味靈丹妙藥。

首先，病毒/信息的大范圍流通一定會(huì)出現(xiàn)歧變，而目前的相關(guān)研究和數(shù)值都比較匱乏，這也決定了即使訓(xùn)練出了相關(guān)模型，也很難快速為重大公共衛(wèi)生事件起到有效的作用。

另外，不同事件周期中人群對(duì)信息（謠言）的易感度是不同的，除了個(gè)體性差異之外，對(duì)組織的信任與認(rèn)同、信息公開的精準(zhǔn)性等，都會(huì)直接影響傳播結(jié)果。

比如在環(huán)境危險(xiǎn)性較高的時(shí)候，如果人們得到的信息又比較模糊，那么謠言就很容易被相信和傳播。在地震、海嘯等災(zāi)難性實(shí)踐中，就屢屢出現(xiàn)哄搶等行為。

所以說(shuō)，不同群體在不同情境下的心理狀態(tài)，會(huì)直接影響到預(yù)測(cè)模型的準(zhǔn)確率。

當(dāng)然，上述不確定性也為我們尋求AI之外的解藥提供了線索。

除了依靠機(jī)器來(lái)完成預(yù)測(cè)，在引發(fā)負(fù)面?zhèn)鞑ブ熬蛯?shí)現(xiàn)合理控制，從源頭建立整個(gè)社會(huì)的“謠言免疫力”，恐怕才是更重要的。

目前看來(lái)，有三個(gè)關(guān)鍵因素是值得注意的：

1.精確有效的信息釋放。

在出現(xiàn)傳染病/謠言傳播等情況時(shí)，每個(gè)人都會(huì)主動(dòng)去尋求與自身休戚相關(guān)的信息，以便更精確的感知環(huán)境來(lái)做出決策。

2004年，兩位學(xué)者就通過(guò)分析280條網(wǎng)絡(luò)謠言，發(fā)現(xiàn)很大比例的謠言主體都是在尋求事實(shí)中希望進(jìn)一步解決問(wèn)題的。

一旦某些重要信息反而模糊性較強(qiáng)的時(shí)候，就很容易引發(fā)焦慮，從而導(dǎo)致一些消極、非官方的渠道來(lái)探尋事實(shí)。所以，提供精確有效的信息，能夠極大地緩解個(gè)體的焦慮情緒，從而降低信息傳播的負(fù)面影響。

2.重視社群節(jié)點(diǎn)的管理。

所有社交網(wǎng)絡(luò)都是借助一個(gè)個(gè)關(guān)鍵“節(jié)點(diǎn)”來(lái)實(shí)現(xiàn)連接的，謠言亦如是。

而在比較親密的社交關(guān)系中，消極謠言更容易被用來(lái)增加彼此的聯(lián)系，因?yàn)榭梢酝ㄟ^(guò)分享來(lái)共同尋找解決辦法。所以不要再抱怨你的老母親老父親總在家庭群里傳播謠言帖了，在控制網(wǎng)絡(luò)謠言傳播上，讓親密社交中的關(guān)鍵人分享有價(jià)值的信息，能夠有效狙擊消極信息。這也為疫情防控中的輿論管理指出了更為清晰的路徑。

3.提高個(gè)人的抗謠能力。

當(dāng)大環(huán)境與小氛圍都能夠得到有效控制，那么個(gè)人在信息傳播過(guò)程中成為謠言感染者的可能就會(huì)直接降低。一些聳人聽聞的謠言，只要仔細(xì)推敲，就會(huì)不攻自破，搶購(gòu)“雙黃蓮蓉月餅”的鬧劇可能也就不會(huì)發(fā)生了。

在《大流感：最致命瘟疫的史詩(shī)》的結(jié)尾，約翰巴里寫道——恐懼源于蒙昧，一旦怪獸露出原型，恐懼就凝縮成具體形象，不復(fù)存在了。

這也是AI持續(xù)進(jìn)化的意義所在，只要人類能夠看清病毒/謠言的每一次畸變，自然也就打破了恐懼。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。