阿里AI鉴黄师上线：一日鉴图上亿张 能听懂外语方言
2018-08-19 16:49联合报 记者林宸谊╱即时报导
随着AI鉴黄技术的发展，人工鉴黄师将会逐渐从鉴黄行业里被解放出来。阿里AI鉴黄语音反
垃圾服务日前上线公测，能辨别外语或大陆方言中涉黄或广告等违规信息，一天还能“过滤
”上亿张“涉黄”图片。
鉴黄师是大陆一种专门鉴定淫秽色情光盘的职业，隶属于公安机关，工作内容是将办案单位
送来的淫秽光盘和影片进行区分和鉴定，并开具鉴定结论，提供给办案单位进行处罚的依据
。
澎湃新闻报导，阿里巴巴集团安全部高级算法专家威视表示，假设一天要审核4亿张图片
，单纯交由人工来审，1人一天审1万张，就需要4万人力；而经由AI鉴黄后，需要交由人工
审核的量大约只需20万张，这样只需要20人，大大节省了人力。
不仅在识图领域，阿里AI鉴黄还覆蓋到语音、影片等多媒体领域，目前已可以识别中文、英
文、日文、俄文等语言，还可以识别大陆多省份方言，无语义的呻吟声也能识别。
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，目前的解
决方案是标注样本后，使用深度学习技术训练人工神经网络。
具体步骤包括明确分类标准→收集样本→样本打标→模型训练共四个步骤，其中前三个步骤
主要由人工完成。
四个步骤听起来似乎是最后一步的技术难度最高，但阿里的相关人士透露，花时间最久的是
第一步，例如“露点不露点”之类的色情，还有比较明确的判断标准。
在收集样本的过程中，团队“集思广益”，浏览了近2,000家网站，下载了超过6,000万张疑
似色情图片，实际去重后约2300万张图片，并实际标注了超过1,300万张图片。
这1,300多万张图片成为类比训练的原始数据库，因此这一浩大的工程，被技术人员认为是
鉴黄引擎成功最重要的基础。
阿里安全部产品专家念夏表示，目前AI鉴黄最好的应用模式仍然是人工+机器，不管是前期
设计模型的标准和实际打标，或是后期人工覆核，人的参与都是不可或缺。
https://udn.com/news/story/7086/3318120?from=udn-ch1_breaknews-1-0-news