Det er her internett-memes kommer fra

Ordet til og med ble laget av biologen Richard Dawkins i sin bok fra 1976 Det egoistiske genet , der han foreslo at ideer kunne replikere, utvikle seg og gå inn i populærkulturen i en prosess som er analog med måten genene sprer seg på. I dag er meme ofte tenkt på som en variant av et bilde basert på et felles tema som har spredt seg mye på internett. Memes er ofte humoristiske eller ironiske, men de er også kjøretøy for politiske budskap, brukt til å spre aggressive eller rasistiske budskap og til å oppfordre til hat.

Flere nettsamfunn fokuserer på å lage og spre memer med mål om å få en idé til å bli viral – en prosess kjent som oppmerksomhetshacking eller våpentiltak. Disse fellesskapene, på nettsteder som Reddit, 4chan, Twitter og andre, har blitt enormt innflytelsesrike.

Og likevel er lite kjent om måten memes sprer seg på eller hvordan de utøver sin innflytelse.



I dag endrer det seg, i det minste delvis, takket være arbeidet til Gianluca Stringhini ved University College London og noen få kolleger, som har utviklet en måte å måle spredning og spredning av memer over nettet for første gang. Ved å bruke denne teknikken har teamet målt måten memskapende samfunn påvirker hverandre og har på denne måten identifisert de mest innflytelsesrike gruppene.

Den første fasen i tilnærmingen var å utvikle en måte å oppdage og spore memer. Teamet gjør dette ved å se etter visuelt like bilder og måle hvordan de grupperer seg i forskjellige samfunn.

amazon labor sporingskoder

Å oppdage visuelt like bilder er relativt enkelt med en teknikk kjent som perseptuell hashing, eller pHashing. Dette bruker en algoritme for å konvertere et bilde til et sett med vektorer som beskriver det i tall. Visuelt like bilder har lignende sett med vektorer eller phashes.

Teamet slapp algoritmen sin løs på en database med over 100 millioner bilder samlet fra samfunn som er kjent for å generere memer, som Reddit og dens undergruppe The_Donald, Twitter, 4chans politisk ukorrekte forum kjent som /pol/, og et relativt nytt sosialt nettverk kalt Gab som ble satt opp for å imøtekomme brukere som hadde blitt utestengt fra andre fellesskap.

Forskerne lastet også ned rundt 700 000 bilder fra nettstedet KnowYourMeme.com, et leksikon av memer som fungerer som en slags grunnsannhet for deres opprinnelse og betydning.

skjønnhetsfiltre på tiktok

Denne databasen produserer mer enn 100 millioner unike pHashes, men mange av bildene er nære varianter av hverandre. Så teamet brukte en klyngealgoritme for å finne relaterte memer gruppert etter fellesskap.

De studerte også hvordan variantene og deres klynger utvikler seg over tid. Andre faktorer, for eksempel antall memer i en klynge, gir en følelse av deres popularitet. Ved å bruke denne informasjonen kan de finne ut hvilke samfunn som er mest innflytelsesrike.

Til slutt undersøker forskerne hvordan klyngene er relatert til oppføringer på KnowYourMeme.com. Dette avslører hva, eller hvem, memene refererer til og hvordan budskapet brukes – dvs. om det fremmer humor, rasisme, antisemittisme eller noe annet.

rfid-brikker hos mennesker 2017

To relativt små samfunn skiller seg ut som spesielt effektive til å spre memer. Vi finner at /pol/ påvirker meme-økosystemet betydelig ved å legge ut et stort antall memer, mens The Donald er det mest effektive fellesskapet når det gjelder å presse memer til både utkant- og mainstream-nettsamfunn, sier Stringhini og co.

De påpeker også at /pol/ og Gab deler hatefulle og rasistiske memer i høyere hastighet enn mainstream-samfunn, inkludert et stort antall antisemittiske og pro-nazistiske memer.

Tilsynelatende nøytrale memer kan også bevæpnes ved å blande dem med andre meldinger. For eksempel har Pepe the Frog-memet blitt brukt på denne måten for å lage politisk aktive, rasistiske og antisemittiske meldinger.

Men ett fellesskap skiller seg ut som det mest aktive totalt sett. The_Donald er den mest aktive når det kommer til å legge ut memer generelt, sier Stringhini og co. Det er også subredditen der de fleste rasisme- og politikkrelaterte memer er lagt ut.

Forskerne, som har gjort teknikken sin tilgjengelig for andre for å fremme videre analyse, er til og med i stand til å kaste lys over spørsmålet om hvorfor noen memer spres vidt, mens andre raskt dør bort. En av nøkkelkomponentene for å sikre at de spres, er å sikre at nye 'avkom' produseres kontinuerlig, sier de.

Det antyder umiddelbart en strategi for alle som ønsker å bli mer innflytelsesrike: Sett opp en memefabrikk som produserer et stort antall varianter av andre memer. Nå og igjen, er denne prosessen bundet til å produsere en hit.

For enhver evolusjonsbiolog kan det høres kjent ut. Det er faktisk ikke vanskelig å forestille seg en prosess som behandler pHashes som genomer og lar dem utvikle seg gjennom mutasjon, reproduksjon og seleksjon.

For øyeblikket er mennesker den essensielle delen av denne evolusjonsalgoritmen i samfunn som 4chan. Men hvor lang tid tar det før datamaskiner tar over – kanskje i en motstridende prosess – for å produsere maskingenererte memer som er svært smittsomme? Når det gjelder våpenskapende memer, har vi kanskje bare skimtet fremtiden.

tappe toppen av ølflasken

Ref: arxiv.org/abs/1805.12512 : On the Origins of Memes by Means of Fringe Web Communities

gjemme seg

Faktiske Teknologier

Kategori

Ukategorisert

Teknologi

Bioteknologi

Teknisk Politikk

Klima Forandringer

Mennesker Og Teknologi

Silicon Valley

Databehandling

Mit News Magazine

Kunstig Intelligens

Rom

Smarte Byer

Blockchain

Feature Story

Alumniprofil

Alumniforbindelse

Mit News-Funksjon

1865

Mitt Syn

77 Mass Ave

Møt Forfatteren

Profiler I Generøsitet

Sett På Campus

Alumnibrev

Nyheter

Valget 2020

Med Indeks

Under Kuppelen

Brannslange

Uendelige Historier

Pandemisk Teknologiprosjekt

Fra Presidenten

Forsidehistorie

Fotogalleri

Anbefalt