人工智慧（AI）又出手搶走讓人「眼睛吃不完的冰淇淋」，「福利」多、薪水高的工作崗位！21日在北京國家會議中心登場的「2018網絡安全生態峰會」，阿里巴巴集團（下簡稱「阿里」）即將展示的AI鑑黃技術，目前不僅覆蓋圖像、影片，並可辨識中文、英文、日文、俄文等語音，就連「無語義的呻吟聲」也能識別。
阿里安全部日前公布AI鑑黃的工作流程：當用戶輸入一張圖片後，AI將送回一個0-100的分數，非線性地標示出圖片含色情內容的概約機率。針對網路場景模型，得分99及以上的幾乎可肯定為色情圖片，無需再經人工複審；得分50-99的需人工審核，得分50以下則被認定是正常圖片。
4步驟圖像分類
隨著AI鑑黃技術日趨成熟，人工鑑黃師的角色勢必逐漸由行業中「淡出」。阿里安全部高級演算法專家威視指出，假設一天需審核4億張圖片，單純交由人工來審，若每人每天審1萬張、需4萬人力；先經AI鑑黃後，必須再交由人工審核的數量大約僅為20萬張，如此一來只需20人、大大精簡人力。
阿里AI鑑黃執行的色情圖片檢測，原理類似典型的圖像分類處理，當前的解決方案為標註樣本後，運用深度學習技術訓練一套人工神經網路；整體包括明確分類標準、收集樣本、樣本打標、模型訓練等四個步驟。前三個步驟主要由人工完成，其中以第一個步驟耗時最久、工程最浩大。
和國際標準有差
威視表示，在收集樣本的過程中，團隊發揮「集思廣益」的精神，瀏覽近2000家網站，下載超過6000萬張疑似色情圖片，去除重複後、約有2300萬張圖片，並實際標註超過1300萬張圖片，成為類比訓練的原始資料庫。此一堪稱浩大的工程，被阿里安全部技術人員視為奠定「鑑黃引擎」最重要的基礎。
「比如『露點不露點』之類的色情，還有比較明確的判斷標準」，針對鑑黃一事，威視強調，「對於低俗和性感類，爭議就比較多，不同的人有不同的認識。」以兒童色情為例，兒童露點算不算色情？有人說「男孩不算，女孩算」。此外，有時也難以從圖片中判斷出兒童的實際年齡。
目前國際間雖有通用的鑑黃標準，但也有與中國標準大相逕庭之處。阿里安全部產品專家念夏舉例，「國內如果直播給小寶寶洗澡，其實沒什麼事，大家覺得很可愛。但在國外是絕對不行的，而且屬於嚴重違規。」
（記者／賴廷恆）