这一天还是来了鉴黄人工智能或将取代人工鉴手机螺丝水枪铆钉机柱面镜燃气灶We

这一天还是来了：鉴黄人工智能或将取代人工鉴黄师

原标题：这一天还是来了：鉴黄人工智能或将取代人工鉴黄师

又一薪水高、“福利”好的职业或要被人工智能(ai)替代了。

近日，阿里巴巴集团（下称“阿里”）安全部在接受澎湃()采访时介绍了ai鉴黄的有关工作：当用户输入一张图片，ai将返回一个之间的分值。这个分值非线性地标示了图片含色情内容的概率。对于互联场景模型，得分99及以上的图片几乎可以肯定是色情图，无需人工复审；得分的需要人工审核；得分50以下的认为是正常图。

随着ai鉴黄技术的发展，人工鉴黄师逐渐从鉴黄行业里被解放出来。阿里安全部高级算法专家威视向澎湃介绍，假设一天要审核4亿张图片，单纯由人工来审，如果一人一天审1万张，就需要4万人。而经由ai鉴黄后需要交由人工审核的量大约只需20万张，这样只需要20人，大大节省了人力。

不仅仅在识图领域，威视告诉澎湃，ai鉴黄还覆盖到了语音、视频等多媒体领域，目前已经可以识别中文、英文、日文、俄文等语言，还可以识别中国多省份方言，无语义的呻吟声也能识别。据悉，阿里将在8月21日举办的络安全生态峰会上，集中展示这些技术。

鉴黄ai是怎样炼成的？

阿里的鉴黄ai做的色情图片检测，从原理上来说，就是一个典型的图像分类问题。当前的解决方案是标注样本后，使用深度学习技术训练一个人工神经络。具体步骤包括明确分类标准→收集样本→样本打标→模型训练，四个步骤。其中前三个步骤主要由人工完成。

这四个步骤听起来似乎是最后一步的技术难度最高，实际上阿里的相关人士向澎湃透露，花时间最久的是第一步。

“虽然实打实的比如‘露点不露点’之类的色情，还有比较明确的判断标笔记本准，”威视表示，“对于低俗和性感类，争议就比较多，不同的人有不同的认识。”

现实世界是复杂的，威视举了个例子，以儿童色情的问题为例：儿童露点算不算色情？有人会说：男孩不算，女孩算。又有人质疑：如果男孩年龄较大呢？如果是发育较早的孩子呢？于是又又有人说，十二三岁的男孩子露点算色情。那么，十一岁的呢？或者，如何从图片中判断孩子年龄到底有多大呢？

威视告诉澎湃，虽然明确分类标准是设计步骤时的第一步，但在后续打标过程中，遇到实际的问题还要再对标准进行不断的修正和增补。

被鉴黄ai误认为是色情的图片

在收集样本的过程中，团队“集思广益”，浏览了近2000家站，下载了超过6000万张疑似色情图片，实际去重后约2300万张图片，并实际标注了超过1300万张图片。这1300多万张图片成为模拟训练的原始数据库，因此这一浩大的工程，被技术人员认为是鉴黄引擎成功最重要的基石。

样本打标过程依然主要由人工完成对2000万张图片的打标。威视介绍，他们做了一个打标工具，并建立了质量控制体系。打标前对所有参加标注的人员先进行培训，学习打标标准，做练习题考试，考试通过之后才能上岗。标中通过事先已有答案的校验题，或多人对同一对象打标的方式，进行标中控制。标后的控制，就是通过模型判断，找出可疑部分再进行人工标注。

威视表示，之所以严格把握样本打标的过程，是因为深度学习，对高质量的标注数据是有很高的要求。数据标志质量越高，最后模型的精度就会越高。

于是，由塑料地板人类经过千挑万选、做题考试后建立起来的高质量“色情图片直条钢筋：每批直条钢筋应做2个拉伸实验”数据库，最后交由模型训练。威视表示，gpu机器单机单卡的情况下训练时间要近一个月。后来阿里团队更换了络结构并实现了多机多卡训练，将千万级别样本的训练时间控制在一周左右。

“ai最好的应用模式依然是人+机”

那么，高效和低成本的ai鉴黄，是否会完全替代人工鉴黄师？

对此，阿里安全部产品专家念夏向澎湃表示，目前ai鉴黄最好的应用模式仍然是人工+机器。不管是前期设计模型的标准和实际打标，还是后期人工复核，人的参与都是服务之行-行云流水不可或缺的。

2015年7月的“北京三里屯优衣库事件”，一段时长1分钟的试衣间不雅视频流出，并2个小时内在各大络平台上迅速完成了过亿的转发量。但目前只有人的头脑拥有足够的“意识”判断这些单独的突发性事件，是否属于“违规”。

“已知的、有清晰标准定义的风险，ai都已经能解决了。”念夏表示，真正的难点是恶意的突发事件，爆发了就是爆发了，这种情况下，由于之前对该事件或场景缺乏标准的定义，当时要直接给ai及时去处理，是不可能的。”

另一种类型就是非常模棱两可的场景，即ai打分在分之间的内容。念夏表示，带有主观个人意识或者群体意识的部分，就是需要人工审核的核心部分。

此外，包括特定的体育运动以及国际标准差异等问题，前期模型调整和后CPU期复核标准变化，也需要人工审核的出马。

威视表示，目前像包括相扑、摔跤、艺术体操甚研究队伍表示已找到了解决方案至游泳等门类的运动，由于穿着较为特殊，一般把这类多媒体作品定性为性感类，经由人工复核，终极目标还是希望能让ai直接分辨出图片上的人是在参加运动比赛。

被鉴黄ai误认为是色情的图片

从国际上来看，虽有通用的鉴黄标准，但也会有与国内标准大相径庭的地方。念夏向澎湃举了个例子：“国内如果直播给小宝宝洗澡，其实没什么事，大家觉得很可爱。但在国外是绝对不行的，而且属于严重违规。”

阿里的ai除了用于鉴黄，念夏表示利用这个原理，还能训练ai做类似编审的工作，比如选取视频封面、鉴定重复视频等。“不仅是做合规方面的事情，我们希望利用ai去做真正的生产提效，用技术解决更多社会问题。”