阿里AI鑑黃師上線：一日鑑圖上億張 能聽懂外語方言
2018-08-19 16:49聯合報 記者林宸誼╱即時報導
隨著AI鑑黃技術的發展，人工鑑黃師將會逐漸從鑑黃行業裡被解放出來。阿里AI鑑黃語音反
垃圾服務日前上線公測，能辨別外語或大陸方言中涉黃或廣告等違規信息，一天還能「過濾
」上億張「涉黃」圖片。
鑑黃師是大陸一種專門鑑定淫穢色情光碟的職業，隸屬於公安機關，工作內容是將辦案單位
送來的淫穢光碟和影片進行區分和鑑定，並開具鑑定結論，提供給辦案單位進行處罰的依據
。
澎湃新聞報導，阿里巴巴集團安全部高級演算法專家威視表示，假設一天要審核4億張圖片
，單純交由人工來審，1人一天審1萬張，就需要4萬人力；而經由AI鑑黃後，需要交由人工
審核的量大約只需20萬張，這樣只需要20人，大大節省了人力。
不僅在識圖領域，阿里AI鑑黃還覆蓋到語音、影片等多媒體領域，目前已可以識別中文、英
文、日文、俄文等語言，還可以識別大陸多省份方言，無語義的呻吟聲也能識別。
阿里的鑑黃AI做的色情圖片檢測，從原理上來說，就是一個典型的圖像分類問題，目前的解
決方案是標註樣本後，使用深度學習技術訓練人工神經網路。
具體步驟包括明確分類標準→收集樣本→樣本打標→模型訓練共四個步驟，其中前三個步驟
主要由人工完成。
四個步驟聽起來似乎是最後一步的技術難度最高，但阿里的相關人士透露，花時間最久的是
第一步，例如「露點不露點」之類的色情，還有比較明確的判斷標準。
在收集樣本的過程中，團隊「集思廣益」，瀏覽了近2,000家網站，下載了超過6,000萬張疑
似色情圖片，實際去重後約2300萬張圖片，並實際標注了超過1,300萬張圖片。
這1,300多萬張圖片成為類比訓練的原始資料庫，因此這一浩大的工程，被技術人員認為是
鑑黃引擎成功最重要的基礎。
阿里安全部產品專家念夏表示，目前AI鑑黃最好的應用模式仍然是人工+機器，不管是前期
設計模型的標準和實際打標，或是後期人工覆核，人的參與都是不可或缺。
https://udn.com/news/story/7086/3318120?from=udn-ch1_breaknews-1-0-news