12月3日-5日，第四屆世界互聯(lián)網(wǎng)大會在烏鎮(zhèn)召開。這兩天，除了大佬們的飯局，“黑科技”也成為這屆世界互聯(lián)網(wǎng)大會備受關(guān)注的焦點，烏鎮(zhèn)街黑科技體驗館展出了VR、AR、人工智能、翻譯蛋、機器人等多領(lǐng)域的高科技產(chǎn)品。同時，網(wǎng)易云作為唯一的云計算產(chǎn)品參展，展示了其在云計算、大數(shù)據(jù)領(lǐng)域的“黑科技”：專屬云、超級容器、人工智能在內(nèi)容安全和智能客服領(lǐng)域的應(yīng)用、大數(shù)據(jù)可視化分析工具等。

　　以人工智能在內(nèi)容安全領(lǐng)域的鑒黃應(yīng)用為例，我們看網(wǎng)易云是如何研發(fā)和解決具體問題的。

　　從人工到智能，互聯(lián)網(wǎng)鑒黃歷經(jīng)三個發(fā)展階段

　　從人工到機器，再到智能是很多工作或者產(chǎn)業(yè)歷經(jīng)的發(fā)展階段，連“鑒黃”也不例外。在十余年前，互聯(lián)網(wǎng)剛起步的時候，UGC內(nèi)容還不夠多，當時識別黃圖的做法簡單粗暴：人工查刪。“別小看了這個方法，其實針對當時的網(wǎng)絡(luò)環(huán)境(帶寬小，產(chǎn)品少，圖片數(shù)據(jù)也少)，效果還是很不錯的。一天幾萬的圖片量，安排幾個人肉眼盯著看，發(fā)現(xiàn)有不良的圖片人工刪掉就好了”，網(wǎng)易云安全(易盾)CTO朱浩齊說。

　　此后，隨著互聯(lián)網(wǎng)的快速發(fā)展，互聯(lián)網(wǎng)產(chǎn)品普及率大大提升，網(wǎng)絡(luò)數(shù)據(jù)量暴增，一個產(chǎn)品一天出現(xiàn)幾百萬的圖片量實屬常見，靠堆人力完成內(nèi)容審核已經(jīng)難以為繼。“再說，互聯(lián)網(wǎng)產(chǎn)品也支撐不起幾百上千審核人員的成本。幸好相應(yīng)的計算機視覺技術(shù)也有進步了，我們用膚色識別算法過濾掉大部分‘黃色’內(nèi)容的圖片，剩下的再進入到人工審核，可以大大節(jié)約審核量”，朱浩齊說。據(jù)統(tǒng)計，經(jīng)過機器膚色識別過濾后大約只有20%的圖片還需要人工審核。

　　不過，移動互聯(lián)網(wǎng)時代又提出了新的挑戰(zhàn)：各種類型的網(wǎng)絡(luò)數(shù)據(jù)量再次暴增，人工審核連20%的數(shù)據(jù)量也無法承受了，加上視頻、直播等業(yè)務(wù)和數(shù)據(jù)的爆發(fā)式增長，互聯(lián)網(wǎng)界迫切需要一個更加有效的方案來解決審核的問題�？上驳氖牵�人工智能深度學習技術(shù)在這個階段也有了長足的進步。

　　“我們緊跟人工智能的技術(shù)熱潮，很早開始了研發(fā)機器學習的鑒黃系統(tǒng)，并且取得了顯著成果”，網(wǎng)易云安全CTO朱浩齊表示。目前，網(wǎng)易云安全(易盾)已經(jīng)面向企業(yè)市場，每天會為中國的互聯(lián)網(wǎng)過濾1億條左右的有害信息。

　　人工智能鑒黃的三步：定義、學習、建模

　　“辨別一張圖是不是黃圖，從機器學習的角度看，本質(zhì)上是一個分類問題：給定一張圖片，讓機器判斷是不是黃圖”，朱浩齊介紹，技術(shù)層面要做的就是研發(fā)一個“分類器”，讓它根據(jù)輸入的圖片計算出該圖片屬于“黃圖”類別的概率，然后再根據(jù)這個概率值輸出一個“是”或者“否”的結(jié)果。

　　眾所周知，電腦擅長的是數(shù)學運算，所以黃圖“分類器”需要先抽象成某種數(shù)學模型，這樣才有可能用電腦來運算。“為了方便理解，我們把數(shù)學模型定義為：y=f(x)。即給定圖片x，我們要找到一個函數(shù)f，通過計算f(x)可以得到這個圖片的黃圖概率y”，朱浩齊說，這看上去非常簡單，但既然要教機器分類，還需要有明確的分類標準，就是給“黃圖”下個準確的定義。

　　“這個過程是非常復(fù)雜的，因為黃圖并不是簡單的露點就是黃圖了，還包括不露點的色情、以及低俗圖片，另外還要排除雕塑、藝術(shù)作品等”，據(jù)朱浩齊介紹，有了定義之后，下一步就是根據(jù)定義來收集樣本數(shù)據(jù)。“幸好網(wǎng)易在20年的發(fā)展中，多領(lǐng)域的產(chǎn)品線通過審核工作積累了大量的圖片數(shù)據(jù)，我們從里面篩選出部分圖片作為訓練的數(shù)據(jù)”，這個工作消耗了大量的時間和人力成本，并且還一直在持續(xù)進行中。

　　圖片訓練的目的就是為了得到數(shù)學模型y=f(x)中的f，技術(shù)上稱之為特征提取。近些年來，基于深度學習的神經(jīng)網(wǎng)絡(luò)模型在各種圖像識別的比賽中獲得了突破性的進展。網(wǎng)易云安全(易盾)同樣選用了CNN(卷積神經(jīng)網(wǎng)絡(luò))、GoogLeNet、ResNet(殘差網(wǎng)絡(luò))三種深度網(wǎng)絡(luò)模型結(jié)構(gòu)作為研究的基礎(chǔ)。通過這些模型，可以更加高效地把圖片數(shù)據(jù)轉(zhuǎn)變成了可以運算的數(shù)學模型，以便更快更好地得到f。

　　“我們經(jīng)過不斷迭代和算法調(diào)參，得到了越來越精準的f(模型)，在驗證圖集上也達到了99.9%以上的準確率，并且我們的技術(shù)仍在進化”，朱浩齊說。目前，除了智能鑒黃，網(wǎng)易云安全(易盾)同時開放有廣告過濾、暴恐識別、謠言檢測等內(nèi)容安全服務(wù)，驗證碼、營銷反作弊、應(yīng)用加固等業(yè)務(wù)安全服務(wù)，以及DDoS 防護、SSL 證書管理等網(wǎng)絡(luò)安全服務(wù)。