声明：本文源自微信公众号新智元（ID:AI_era），作者新智元，经微新创想授权转载发布。新智元导读：近期，日本政府正式启动福岛核污染水排海计划，引发全球广泛关注。据媒体曝光，早在去年，日本政府便已部署AI工具监测与福岛核污水排放相关的网络言论，并能在数小时内迅速作出回应。这一举措凸显了AI在舆情管理中的前沿应用，也引发了关于信息透明度与公众信任的深刻讨论。
日本政府AI舆情监控系统
早在2023年6月，日本外务省推出的AI系统就已展现出强大能力。该系统专门用于收集分析社交媒体等平台信息，并长期追踪公众舆论动态。值得注意的是，该框架不仅覆盖日本国内舆情，更延伸至国际社会对日本政策的反应。当AI系统发现韩国媒体指控日本外务省官员向国际原子能机构（IAEA）进行巨额政治献金的报道时，日本政府仅用数小时便发布英文和日文声明予以驳斥，称相关指控”毫无根据”。这一高效反应机制，正是日本政府AI舆情监控系统的直观体现。
福岛核污水排放背景
回溯2011年3月，东日本大地震引发的海啸彻底摧毁了福岛第一核电站冷却系统，导致三个反应堆熔毁。放射性物质持续泄漏造成大面积污染，迫使超过10万人撤离家园。为冷却过热堆芯，东京电力公司累计使用超过130万立方米海水，这些受污染的水被储存在场内1000多个不锈钢储罐中。其中碳-14、碘-131、铯-137等64种放射性元素对人类健康构成主要威胁。
为处理核污水，东京电力公司研发的先进液体处理系统（ALPS）通过共沉淀、吸附和物理过滤等五个阶段进行净化。然而随着储罐容量日益饱和，日本政府于2021年4月正式批准将处理后的核污水排入大海。尽管多国和国际组织表达担忧，但该计划仍按计划推进。与此同时，日本外务省开始运用AI技术监控网络中关于核污水放射性含量的报道，并通过多语种宣传材料稀释负面信息影响。
全球AI假新闻检测技术发展
事实上，AI在互联网舆论监控领域的应用已相当成熟。近年来，利用算法与机器学习模型组合应对社交媒体虚假新闻成为研究热点。2018年Twitter研究显示，虚假新闻被转发概率比真实新闻高70%，且传播速度与范围远超真实新闻。为应对这一挑战，Meta推出的AI工具Sphere可扫描数十万引用来源，检测事实错误。该模型基于1.34亿个公共网页数据，通过维基百科验证其检测能力，当发现可疑来源时，会推荐更可靠的证据来源或直接纠错。
欧洲Fandango项目则开发出帮助记者检测假新闻的软件工具，能识别PS和DeepFake等图像篡改内容。瑞士卢加诺大学与英国伦敦帝国理工学院教授Bronstein团队研发的GoodNews项目另辟蹊径，通过分析假新闻传播模式而非语义特征进行检测。该模型发现假新闻在Facebook上的分享量远超点赞数，据此为新闻项目标注可信度分数，有效识别虚假信息。
多模态DeepFake检测技术突破
随着Stable Diffusion等视觉生成模型发展，DeepFake问题日益严峻。研究人员提出的多模态层次化篡改推理模型（HAMMER）通过融合图像与文本语义特征，检测跨模态语义不一致性。该模型采用双塔结构实现多模态语义融合与推理，将篡改检测与定位细分为浅层与深层推理。
浅层推理阶段，通过篡改感知对比学习对齐图像和文本编码器提取的语义特征，并利用交叉注意力机制实现信息交互，同时设计局部块注意力聚合机制定位图像篡改区域。深层推理阶段则借助多模态聚合器中的模态感知交叉注意力机制进一步融合语义特征，通过多模态序列标记和多标签分类技术定位文本篡改单词并检测细粒度篡改类型。实验证明，HAMMER在多模态媒体篡改检测与定位方面显著优于传统方法，可视化结果直观展示了其同时完成篡改检测与定位的能力。
参考资料：
https://asia.nikkei.com/Business/Technology/Japan-taps-AI-to-defend-against-fake-news-in-latest-frontier-of-war
https://asia.nikkei.com/Business/Technology/Japan-deploys-AI-to-detect-false-info-on-Fukushima-water-release
https://www.youtube.com/watch?v=jrM0mw8gp-Y
https://www.mofa.go.jp/press/release/press1e_000443.html
https://tech.facebook.com/artificial-intelligence/2022/07/how-ai-could-help-make-wikipedia-entries-more-accurate/
https://arxiv.org/abs/2304.02556
https://arxiv.org/abs/1902.06673
