СТУДЕНТЫ-ПРОГРАММИСТЫ ПГУ СОЗДАЛИ ПРОГРАММУ ДЛЯ БОРЬБЫ
С ФЕЙКОВЫМИ НОВОСТЯМИ
Студенты 4 курса Института иностранных языков и международного туризма Пятигорского государственного университета (направление подготовки «Интеллектуальные системы в гуманитарной сфере») разработали модель нейронной сети, выявляющую фейковые новости. На российском рынке на данный момент нет полностью автоматического, готового решения этой глобальной проблемы. В итоге для борьбы с фейковыми новостями студенты разработали полностью функциональную модель нейронной сети, готовую к релизу.
Павел Посохов – создатель проекта «Fake News Identifier», как-то на занятии по информатике у кандидата экономических наук, доцента Ольги Викторовны Тимченко поделился с одногруппниками идеей поиска и выявления фейковых новостей и попросил помощи. Он рассказал, что уже сам подготовил модель, которая заняла 15-е место среди 1041 участника на Всероссийском учебном фестивале по искусственному интеллекту и алгоритмическому программированию RuCode (конкурс «FakeNewsChallenge» от Сбербанка), но она требует более тщательной проработки. Преподаватель и одногруппники поддержали его и начали помогать в реализации идеи. Так Павел Посохов, Степан Скрыльников, Валерий Ефанов, Станислав Крапивин, Юрий Курочкин объединились в команду и, при координации Ольги Викторовны Тимченко, провели несколько «мозговых штурмов» и довели программу, как им кажется, до совершенства.
После решили представить идею на Всероссийском конкурсе молодых предпринимателей, организованном Министерством науки и высшего образования РФ (https://innomol.ru/). Проект студентов-программистов по выявлению фейковых новостей прошел в финал второго Всероссийского конкурса молодых предпринимателей и набрал приличное количество баллов после онлайн-защиты.
Павел описал изобретение простым языком так: «Программа представляет из себя нейронную сеть, она сама обучается и делает анализ при помощи специфических математических преобразований над информацией, «переводит текст в цифру». Чем больше сеть, тем больше таких операций она производит и тем больше факторов она может учесть. Поэтому мы использовали модель, которую назвали BERT Large, имеющую более 340 миллионов параметров. Это позволяет ей быть очень точной. Для определения правдивости новости модель проводит комплексный анализ текста, учитывая смысл текста и стилистику подобно тому, как это делал бы человек. Помимо этого, программа может определить, к какому направлению отнести новость и расставить тематические теги».
На российском рынке на данный момент нет полностью автоматического, готового решения этой глобальной проблемы. В итоге для борьбы с фейковыми новостями студенты разработали полностью функциональную модель нейронной сети, готовую к релизу.
Подробное интервью участников проекта на сайте "Это Кавказ":
https://etokavkaz.ru/molodezh/okhotniki-za-feikami