这部由大友克洋和今敏共同制作的动画，被称为史上最难理解《最强臭气》
美国麻省理工学院（MIT）的研究人员已经开发出一种算法，可以检测推文中的讽刺，显然比大多数人更好。
研究人员最初的目标是开发一种可以检测种族主义和滥用内容的算法，但在此过程中首先开发了这种算法，因为他们觉得机器理解讽刺很重要。
研究人员认为，对讽刺的理解是算法的第一步，可以更好地掌握句子的情感潜台词。
“因为我们不能用我们的语音或肢体语言来使用语调来表达我们所说的内容，所以表情符号就是我们在网上做的方式，”麻省理工学院媒体实验室副教授Iyad Rahwan说道，他用他的一个开发算法学生Bjarke Felbo告诉麻省理工学院评论。
“神经网络学会了某种语言与表情符号之间的联系，”Rahwan补充道。
Twitter已经成为巨魔的中心，该公司一直在努力遏制这一威胁。
衡量人们对社交媒体帖子的态度和行为一直是广告商的普遍做法。
完全开发后，该算法可以证明在帮助消除滥用/种族主义/骚扰推文和用户方面也是基本的。
该算法使用深度学习技术，该技术训练模拟神经网络以使用大量数据识别和理解模式。
研究人员使用一种非常常见的方式在互联网上显示情绪 - 表情符号 - 作为一种标签系统，也是培训他们的算法识别推文情感的方法之一。
为了测试现实世界中针对人类的机器人，研究人员通过众包网站Mechanical Turks招募了志愿者。 该算法确定了推文的讽刺性，与人类志愿者相比，准确率高达82％，他们的讽刺精确度为76％。
“可能是它正在学习所有不同的俚语，”费尔博说。 “人们对语言的使用非常有趣 - 小伙子就是这样说的。”
研究人员共收集了超过550亿条推文，其中12亿条含有表情符号。 使用这些表情符号嵌入式推文，研究人员帮助算法学习和识别哪种表情符号与哪种文本一起使用 - 快乐，悲伤，幽默等等。
计算机日益在机器学习方面越来越好，并且通过社交媒体数据挖掘更好地了解人类的谈话和行为方式。
该算法可用于遏制滥用，种族主义和与恐怖主义相关的内容，不仅包括Twitter，还包括其他组织，如Facebook，YouTube，Snap和其他正试图使其平台和互联网更好的地方。