AI鑒黃師如何培育起來的？

早在2014年圖普科技就開始利用AI來識(shí)別靜態(tài)圖像里的色情元素，但是早期的素材收集工作卻困難重重。“公司剛成立時(shí)，一天起碼有六個(gè)小時(shí)都在搜集數(shù)據(jù)，簡(jiǎn)單說，就是看黃圖、黃片，然后把它們?nèi)拥綌?shù)據(jù)庫(kù)中。一開始我們只能依靠自身力量搜集素材，每天都在號(hào)召親友宅男貢獻(xiàn)出自己收藏的資源，但是來源比較單調(diào)，主要是大陸和島國(guó)片為主。收集的關(guān)鍵全靠尋找‘對(duì)的人’，只要找對(duì)了人，方能以一敵百。直到后來有了客戶提供的海量數(shù)據(jù)才算真正走向正軌。只有數(shù)據(jù)覆蓋場(chǎng)景越全面，模型才能越精準(zhǔn)。”

相比語(yǔ)音識(shí)別和圖像識(shí)別，不良信息在語(yǔ)義方面的識(shí)別則發(fā)展略晚。相比之下，它卻更能夠捕捉語(yǔ)言間細(xì)微的、不易被察覺的“軟色情”信號(hào)，而中文也是語(yǔ)義識(shí)別領(lǐng)域最難做的語(yǔ)言。專注于AI語(yǔ)義識(shí)別的三角獸科技公司技術(shù)總監(jiān)亓超告訴《環(huán)球時(shí)報(bào)》記者，該公司目前在語(yǔ)義方面的“鑒黃”主要體現(xiàn)在人工智能交互系統(tǒng)當(dāng)中，也就是常見的“人機(jī)對(duì)話”。

▲2018年8月3日，北京，油庫(kù)公司，29歲的吉恒杉是一名人工智能標(biāo)注員，他正在訓(xùn)練機(jī)器識(shí)別何為“接吻”鏡頭，因此也被戲稱為“吻戲鑒定師”。圖片：VCG

通俗點(diǎn)講，當(dāng)你有意想要“調(diào)戲”AI的時(shí)候，它首先會(huì)識(shí)別你的輕佻言論，其次能夠迅速捕捉言語(yǔ)間的“雷點(diǎn)”，并在毫秒內(nèi)做出反應(yīng)和判斷，以巧妙的方式規(guī)避開你的“調(diào)戲”。對(duì)于一些低俗、污穢的詞句，在人機(jī)對(duì)話中也會(huì)被自動(dòng)屏蔽掉。