每天可审数亿张图片 AI解放人工鉴黄师

随着AI（人工智能）的发展，人工鉴黄师逐渐从鉴黄行业里被“解放”出来。

“AI鉴黄师每天可审核数亿张图片，识别准确率高于99.5%。”阿里安全部高级算法专家威视向第一财经记者举例称，如果一天要审核4亿张图片，单纯由人工来审，一人一天审1万张，需要4万人，而AI鉴黄只需将其中20万张可疑的图片筛出来，由人工再审一道，只需要20人即可。

传统的人工鉴黄师通过一双肉眼鉴别色情图片和视频。听起来像是“福利”，但实际上并不轻松。如今，伴随着互联网上社交媒体、直播、短视频的发展，每天光上传的图片就超过10亿张，发文数量超过5亿条，不少色情、暴力等内容充斥其中。

2015年10月，阿里巴巴“绿网”上线，用人工智能识别网络上包括色情、暴力在内的违规信息，阿里AI鉴黄师应运而生。通过人工智能、深度学习和大数据样本等技术，阿里巴巴的AI鉴黄师训练识别千万张正常图片与色情图片，最终生成一个智能鉴黄模型。

第一财经记者了解到，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网络。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。

“我们要做的就是拿图片去‘喂养’它，让它不断学习，变得越来越聪明。”威视表示，最初在获取样本时，阿里筛选了近2000个网站、6000多万张色情图片，经过去重，标注1300多万张高质量的色情图片。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。

由人类经过千挑万选建立起来的高质量“色情图片”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网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。

不仅仅在识图领域，威视告诉记者，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。

这离不开阿里在AI领域的布局。

2017年底，阿里云总裁胡晓明首次全面揭幕了阿里产业AI布局和生态：以阿里云为基础，从家居、零售、出行、金融和智能城市、智能工业六大方面展开的产业布局，以及从视觉、语音、算法到芯片构建的立体合作伙伴生态。

在学术和开发者方面，在阿里的体系中，已经有2所大数据国家工程实验室，天池平台聚集了11万+数据开发者，AUCP（阿里云大学合作计划）计划让大数据、AI相关课程部署到了307所中国大学。

第一财经记者了解到，在时间分配上，阿里很多科学家都是三三制，跟业务的紧密沟通占到三分之一的工作时间，还有三分之一是用来带领团队，另外三分之一用来跟踪全球最新、最前沿的技术发展趋势，为团队规划研发方向。