维基百科介绍了AI学习识别错误编辑

维基百科宣布将推出一款人工智能引擎，以帮助识别恶意编辑文章的严重编辑的内容和破坏者，以试图监管开源项目。机器学习工具 - 称为目标修订评估服务(ORES) - 已由社区的研究人员和专家进行整理，并将在某种程度上实现编辑过程的自动化，并确保内容始终公平和值得信赖。

此外，这意味着可以审查更多文章，如果发现它们是恶意的或不正确的，则删除或更新。ORES使用API​​和训练模型来对抗 由维基百科编辑(通常称为维基百科)编辑和文章质量评估。然后，它会根据这些个人编辑和文章整体创建一个分数。

API使用各种不同的参数进行测试，例如信息是否可能具有破坏性，并以JSON格式输出响应。对于未评估的修订版，已经评分的修订版的评分为50毫秒，中间时间刻度为50毫秒，并且可以在维基百科支持的20种语言中的14种中计算。

“通过结合开放数据和开源机器学习算法，我们的目标是使维基百科的质量控制更加透明，可审计，并且易于实验，”维基百科说。

“我们希望ORES能够在我们如何进行质量控制方面取得重大进展 - 这些都将使质量控制工作更加高效，并使维基百科成为新编辑的一个更受欢迎的地方。”

维基百科一直在使用十几种编辑工具测试该服务，并表示它已经在预测的准确性方面击败了最先进的系统。

ORES开发的下一个阶段是支持更多wiki，自动编辑分类和偏差检测。