但是由于这些网站每天都会出现大量的帖子，即使是这种人和机器的结合也很难跟上。人工智能要真正检测到互联网上的仇恨言论或暴力，还有很长的路要走。

机器学习，科技公司依靠人工智能技术来发现恼人的内容，并找出如何在大量数据中发现模式；它可以识别特定语境下的攻击性语言、视频或图片。这是因为这些帖子遵循了人工智能可以训练的模式。比如你给一个机器学习算法很多枪的图像或者写的宗教诽谤，它就能学会在其他图像和文字中找到这些东西。

但是，在美国，人工智能并不擅长理解一些事情，比如谁在写或上传图片，或者在周围的社会或文化环境中什么可能是重要的。

俄勒冈大学人工智能和机器学习副教授丹尼尔洛德(Daniel Lowd)表示，语境“非常重要”，尤其是在涉及到煽动暴力的言论时。

这个评论表面上听起来可能很暴力，但实际上是对暴力的讽刺。或者，它们可能听起来无害，但对于了解最新消息或创造当地文化的人来说，它们是危险的。

洛德说：“几句话的影响很大程度上取决于文化背景。他指出，即使是人类的版主也很难在社交网络上分析这一点。

识别暴力

即使视频中出现暴力，也并不总是那么简单，更不用说经过训练的机器——能发现它或决定如何处理它。视频或照片中可能看不到武器，或者看起来暴力的东西实际上可能是模拟的。

此外，灯光或背景图像等因素也会影响电脑。

加州大学洛杉矶分校(UCLA)研究内容节制和社交媒体的助理教授莎拉t罗伯茨(Sarah T. Roberts)表示，人工智能很难在视频中发现暴力，尤其是在计算方面。

她说：“这种媒体的复杂性，以及每秒多少帧、如何赋予录制内容意义等细节都非常困难。”

她说，用人工智能从一段视频中收集意义并不容易。它通过社交网络每天观看的大量视频来做到这一点。例如，在YouTube上，用户上传的视频超过每分钟400小时，即——个，每天超过57.6万小时。

“这些公司交易数十万小时的视频，”罗伯茨说。“这其实是他们乞求的，也是他们想要的。”