隨著AI（人工智能）的發展，人工鑒黃師逐漸從鑒黃行業里被“解放”出來。
“AI鑒黃師每天可審核數億張圖片，識別準確率高於99.5%。”阿里安全部高級算法專家威視向第一財經記者舉例稱，如果一天要審核4億張圖片，單純由人工來審，一人一天審1萬張，需要4萬人，而AI鑒黃只需將其中20萬張可疑的圖片篩出來，由人工再審一道，只需要20人即可。
傳統的人工鑒黃師通過一雙肉眼鑒別色情圖片和視頻。聽起來像是“福利”，但實際上並不輕松。如今，伴隨著互聯網上社交媒體、直播、短視頻的發展，每天光上傳的圖片就超過10億張，發文數量超過5億條，不少色情、暴力等內容充斥其中。
2015年10月，阿里巴巴“綠網”上線，用人工智能識別網絡上包括色情、暴力在內的違規信息，阿里AI鑒黃師應運而生。通過人工智能、深度學習和大數據樣本等技術，阿里巴巴的AI鑒黃師訓練識別千萬張正常圖片與色情圖片，最終生成一個智能鑒黃模型。
第一財經記者了解到，阿里的鑒黃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。當前的解決方案是標註樣本後，使用深度學習技術訓練一個人工神經網絡。具體步驟包括明確分類標準→收集樣本→樣本打標→模型訓練，四個步驟。其中前三個步驟主要由人工完成。
“我們要做的就是拿圖片去‘餵養’它，讓它不斷學習，變得越來越聰明。”威視表示，最初在獲取樣本時，阿里篩選了近2000個網站、6000多萬張色情圖片，經過去重，標註1300多萬張高質量的色情圖片。之所以嚴格把握樣本打標的過程，是因為深度學習，對高質量的標註數據有很高的要求。數據標誌質量越高，最後模型的精度就會越高。
由人類經過千挑萬選建立起來的高質量“色情圖片”數據庫，最後交由模型訓練。威視表示，GPU機器單機單卡的情況下訓練時間要近一個月，後來阿里團隊更換了網絡結構並實現了多機多卡訓練，將千萬級別樣本的訓練時間控制在一周左右。
不僅僅在識圖領域，威視告訴記者，AI鑒黃還覆蓋到了語音、視頻等多媒體領域，目前已經可以識別中文、英文、日文、俄文等語言，還可以識別中國多省份方言，無語義的呻吟聲也能識別。
這離不開阿里在AI領域的布局。
2017年底，阿里雲總裁胡曉明首次全面揭幕了阿里產業AI布局和生態：以阿里雲為基礎，從家居、零售、出行、金融和智能城市、智能工業六大方面展開的產業布局，以及從視覺、語音、算法到芯片構建的立體合作夥伴生態。
在學術和開發者方面，在阿里的體系中，已經有2所大數據國家工程實驗室，天池平臺聚集了11萬+數據開發者，AUCP（阿里雲大學合作計劃）計劃讓大數據、AI相關課程部署到了307所中國大學。
第一財經記者了解到，在時間分配上，阿里很多科學家都是三三制，跟業務的緊密溝通占到三分之一的工作時間，還有三分之一是用來帶領團隊，另外三分之一用來跟蹤全球最新、最前沿的技術發展趨勢，為團隊規劃研發方向。
此內容為第一財經原創。未經第一財經授權，不得以任何方式加以使用，包括轉載、摘編、複制或建立鏡像。第一財經將追究侵權者的法律責任。 如需獲得授權請聯系第一財經版權部：