成功大學統計系暨數據科學所副教授李政德（右4）團隊，將利用機器學習與圖神經網路技術，讓社群媒體有兼具隱私與道德的判斷依據，減少使用者被假消息誤導或遭受網路霸凌的可能。（圖由成大提供）

〔記者劉婉君／台南報導〕成功大學統計系暨數據科學所副教授李政德，利用機器學習與圖神經網路技術，讓社群媒體有兼具隱私與道德的判斷依據，減少使用者被假消息誤導或遭受網路霸凌的可能。獲得傑出人才基金會第9屆「年輕學者創意獎」，每年補助50萬元、獎助3年，也被列為科技部哥倫布計畫成果。

李政德為國內少數資訊工程與統計科學的跨領域學術人才，團隊曾將人工智慧技術應用在對抗不實資訊及非法行為，與世界海關組織（World Customs Organization）國際合作，開發一項機器學習非法進口申報偵測模型。他說，當代社群媒體假新聞橫行、個資洩漏、網路霸凌等層出不窮，尤其選舉期間的政治類假新聞更佔所有假訊息的近三分之一，希望能以專業協助建構更健康的網路社群環境。

請繼續往下閱讀...

李政德說，漫畫中經常使用「人際網路」來表示角色的關係，既然網路結構能用來代表世間萬物對各種人事時地物的關聯，透過設計各種「圖神經網路」（Graph Neural Networks，GNN）於社群媒體資料如Twitter或Instagram上，進行模型訓練和各種預測，期盼能融入機器學習，提高社群網路的服務品質、並減緩隱私洩漏與不實訊息帶來的危害。

李政德表示，「圖神經網路」可以用來描述資料彼此間節點與連線的關係，捕捉人事時地物的各種關聯性，也可以提供機器從網路資料中學習表示個體潛在行為，用以分類個體並預測未來行為趨勢。應用在社群媒體上，可藉由歸納特定行為的相關性與因果關係，達到預測惡意行為的效果，也可以針對用戶貼標，偵測具有不法傾向的用戶。

獲得獎助後，李政德將設計攻擊模型（Attack Model）打擊侵犯個資與逾越道德界限的社群行為，包含假新聞偵測、網路霸凌預測、仇恨言論掃除，提高社群服務的道德品質；此外也設計防禦模型（Defense Model）保護社群用戶的個人隱私，包含洩漏隱私的個資偵測與建議修正，並在使用者產生的內容上，自動隱藏或建議調整會洩漏隱私的個人資訊。

李政德同時也打算透過多模態（multi-modal）圖神經網路架構，學習不同模態如文字、社交互動、個資與影音彼此的關聯，在兼顧 AI 道德和隱私下，維持社群服務的品質，如廣告商品推薦以及用戶貼標；並透過多任務圖神經網路學習（Ｍulti-Task GNN Learning），同時進行內容分類、連結預測、用戶社群網路特徵學習及項目知識表示學習，以減輕資料偏差（bias）並使推薦結果保有公平性。

不用抽 不用搶 現在用APP看新聞 保證天天中獎　 點我下載APP　 按我看活動辦法