互聯(lián)網(wǎng)內(nèi)容越來(lái)越朝著視頻化方向發(fā)展，短視頻處于爆發(fā)期，一些不法分子試圖利用視頻風(fēng)口牟利。3月底，深圳警方打掉了一起以短視頻APP為載體，大肆從事淫穢傳播、網(wǎng)絡(luò)賭博以及網(wǎng)絡(luò)詐騙等犯罪活動(dòng)。
最近，阿里安全圖靈實(shí)驗(yàn)室就發(fā)布了一項(xiàng)關(guān)于社會(huì)文化的最新技術(shù)研究，這是一種新型視頻描述生成技術(shù)SGR，可用于視頻內(nèi)容安全和視頻檢索等場(chǎng)景，助力建設(shè)互聯(lián)網(wǎng)清朗環(huán)境，該研究成果被人工智能國(guó)際頂會(huì)CVPR 2021（oral）收錄。
阿里前沿技術(shù)讓AI做“閱讀理解”
SGR可以實(shí)現(xiàn)兩類基本功能，一是讓AI對(duì)視頻內(nèi)容做“閱讀理解”，生成一段長(zhǎng)文本描述視頻中心內(nèi)容，二是可以根據(jù)描述性的文本精準(zhǔn)匹配視頻中的相關(guān)片段。
相較于此前必須人工定義關(guān)鍵詞詞庫(kù)后，才能“指揮”AI命中檢索，這項(xiàng)AI技術(shù)的目標(biāo)是僅通過(guò)輸入自然語(yǔ)言就能實(shí)現(xiàn)檢索，對(duì)AI“說(shuō)句話”，就能找到相應(yīng)片段。
“視頻中如果有人拿起鼠標(biāo)，點(diǎn)擊電腦，然后脫掉衣服，呈現(xiàn)黃賭毒等相關(guān)違規(guī)信息，以前的技術(shù)路徑上，AI可能還要分析脫掉衣服之前的動(dòng)作，其實(shí)拿鼠標(biāo)和點(diǎn)擊電腦與后面的違規(guī)內(nèi)容沒(méi)什么關(guān)聯(lián)，無(wú)需提取這些信息。”該研究第一作者、阿里安全圖靈實(shí)驗(yàn)室實(shí)習(xí)算法工程師青崧介紹道。
SGR解決了這個(gè)問(wèn)題。給定一個(gè)視頻，AI可對(duì)視頻的關(guān)鍵候選片段無(wú)縫銜接成一個(gè)完整的故事，保證了密集型描述的連貫性，且減少了冗余。
該研究共同作者、阿里安全圖靈實(shí)驗(yàn)室高級(jí)算法工程師雍秦介紹，雖然目前這個(gè)技術(shù)還無(wú)法做到“1分鐘講清楚一部電影”，但可做到“兩句話講清楚一個(gè)10分鐘以內(nèi)的短視頻”，這意味著通過(guò)該技術(shù)未來(lái)可迅速判斷整個(gè)視頻的關(guān)鍵信息是否包含黃賭毒等違規(guī)內(nèi)容。
更快更準(zhǔn)識(shí)別違規(guī)風(fēng)險(xiǎn)內(nèi)容
通過(guò)這兩個(gè)功能，AI能快速識(shí)別、準(zhǔn)確定位違規(guī)片段，無(wú)需人類鑒黃師反復(fù)回看確認(rèn)。
雍秦透露，在SGR技術(shù)研究基礎(chǔ)上，阿里安全近期還將研發(fā)低門(mén)檻、高可用的“鑒黃”AI工具，讓AI對(duì)視頻不同片段打出“危險(xiǎn)指數(shù)”，依賴信息提取直接關(guān)聯(lián)高亮風(fēng)險(xiǎn)片段，讓AI鑒黃更智能、高效。
未來(lái)，在實(shí)際應(yīng)用場(chǎng)景中，通過(guò)AI來(lái)進(jìn)行不良內(nèi)容識(shí)別的研判準(zhǔn)確性和效率將大幅提高，比如判斷視頻內(nèi)容中是否有“一個(gè)穿著暴露蘿莉裝的女孩鴨子坐著在錄吃播”，以往要形成“暴露蘿莉裝”“鴨子坐”“吃播”三個(gè)標(biāo)簽，每次依據(jù)一個(gè)標(biāo)簽進(jìn)行一輪審核，判斷視頻內(nèi)容是否涉嫌低俗，三輪審核交叉驗(yàn)證。創(chuàng)新工具應(yīng)用后，AI只用輸入“一個(gè)穿著暴露蘿莉裝的女孩鴨子坐著在錄吃播”這句話進(jìn)行一輪研判，準(zhǔn)確性也更高。
阿里安全圖靈實(shí)驗(yàn)室資深算法專家華棠指出，阿里安全一直希望從源頭守護(hù)安全，這是阿里提出的安全方法論“新一代安全架構(gòu)”的核心理念。“互聯(lián)網(wǎng)上每天產(chǎn)生如此多的視頻數(shù)量，單靠人力無(wú)法維護(hù)互聯(lián)網(wǎng)清朗環(huán)境，從上述案例也能看到，違規(guī)視頻內(nèi)容危及大眾心理健康和財(cái)產(chǎn)安全，我們希望創(chuàng)新算法可以有更多用武之地，構(gòu)建美好安全的網(wǎng)絡(luò)生活。”
