原来鉴黄师的KPI是这样的

　　来源：量子位

　　够黄了吗？

　　够黄就能和谐了。

　　但平台不为所动，反手夹走了真正身体外露的“正确选项”：

　　挂图，实在是门玄学。

　　可在这个虽自但医的现代网络里，谁又能定义什么才是真正的GHS呢？

　　无法明确定义，后续的鉴定工作就无从开展。

　　欣赏人体艺术的精神需求，以及教育未成年人的现实需求，如何统一这两者，就成了一个亟待解决的问题。

　　为了大家的身心健康，我们有必要来探讨一下，如何才能科学有效地鉴黄。

　　人类鉴黄行不行？

　　评判一个人类鉴黄师行不行，首先要考虑知识渊博程度。

　　毕竟对于人类来说，鉴黄是个经验驱动型工作。

　　简单来说，就是要综合考虑一张图片中人物皮肤裸露、肢体动作和表情神态等特征，然后以个人经验来判断是否涉黄。

　　虽然鉴定结果难免会受个人喜好个体差异的影响，但总体来说，只有拥有长期高速驾驶的经验，才能对色情和性感拿捏自如。

　　好，再来康康鉴黄师们的身体够不够结实。

　　冷知识：我们常说的“鉴黄”，在国内更多是“内容审核”或“内容安全”部门的工作。

　　所以广大审核员们每天要面对的不仅是小黄图，还有互联网上时刻都在爆炸式增长的各类内容。

　　有调查显示，审核员们平均8个小时要看超过600部视频，听4000条语音，看上万张涉黄图片，处理近10亿条不良信息。

　　高强度、低工资和轮班制更是工作常态：

　　在这样的一杯茶一包烟，一万图片看一天的996生活下，有人的心态慢慢失衡。

　　也有人因为长期面对大量低俗、猎奇的垃圾信息，甚至是暴力、血腥的违法内容，而产生了心理阴影。

　　还有更多或是因为受够了每天几千条的黄暴图片选择转行，或是因为长时间的高强度压抑工作患上了抑郁症，甚至最终自杀的审核员。

纪录片《网络审查员》剧照

　　那么对于不堪重负的人类鉴黄师，计算机能来帮帮忙吗？

　　当然可以！机器学习算法早在2018年就已经赶来助力了。

　　那能不能取代人类？

　　不能。

　　很遗憾，AI鉴黄在一开始，就遇到了重重困难。

　　AI鉴黄难在哪？

　　简单来说，AI鉴黄的过程是这样的：

　　最开始，由算法工程师给AI模型喂入大量已标注性感/色情的图片。

　　然后，AI会在图像数据的特征空间上学习一个决策面，将色情及性感两类数据划分开来。

分类器完成决策面

　　完成这种“分类”，也即AI学习一个鉴黄分类函数的过程。

　　到最后，通过这一分类函数，使AI模型达到输入一张图片，就能正确输出一个“正常/色情”标签的效果。

　　听起来容易，但要让AI真正学会检测小黄图，却是难上加难。

　　第一个问题，就是目前没有行业统一的标准。

　　虽然可以参考《暂行规定》相关文件中提出的关于淫秽信息的标准，但对于色情内容，不同行业总是有自己的管控标准和接受程度。

　　比如下面这四张图，它们在各自的领域可能是人体雕塑的艺术、学前科普的教育、沙雕网友的智慧，以及呃……GHS了，但又没有完全搞的神奇图片。

　　但换个领域，换个平台，可能就会：

　　毕竟，有时候人类可能都无法互相理解，AI就更不明白“什么才是真正的黄色了”。

　　碰到再勇一点的AI，不求准确，直接一个玄学挂图法就将所有可能一波带走。

　　第二个难点，就是现实里样本含量极少的问题了。

　　不同于训练时期的大口喂图，现实里的色情内容，只是海量网络信息中极小的一部分。

　　所以实际上岗工作后，AI更可能面对的是“大海捞黄”的情况。

　　而当AI捞了半天小黄图出来，等待下一步的优化训练时，又会出现一个新的问题——

　　正确率越高，AI鉴黄师就更好吗？

　　不！

　　这种情况下，就算AI算法的正确率达到了99%，它也可能是不合格的鉴黄师！

　　因为当小黄图的比例在1%以下时，即使AI在测试中将所有图片都判断为“正常”，正确率也能轻松突破99%。

　　那么这时，AI鉴黄师哪怕完全不会鉴黄，也能达成“高正确率”的目标——

　　只需要全判断成“正常图片”就行！

　　这可比错夹了艺术作品严重多了。

　　如何让AI科学鉴黄？

　　先来解决最关键的问题——

　　如何让AI模型应对真实场景中，小黄图占比少的问题？

　　当然是给AI“鉴黄师”设个更合理的KPI。

　　AI“鉴黄师”需要明白，假阳性（正常图误判成小黄图）和假阴性（小黄图误判成正常图），其实是两种严重性不一样的错误！

　　为此，来自中科院的专家，提出了一种名为局部AUC优化的方法，用2个指标对AI模型进行约束。

　　AUC（Area Under Curve）全称曲线下面积，通常这里的曲线指ROC（Receiver Operating Characteristic Curve），即受试者工作特征曲线。

　　当我们画一条ROC曲线时，其Y轴为真阳性率（True Positive Rate， TPR），而X轴则为假阳性率（False Positive Rate， FPR），曲线为ROC，被包裹的蓝色面积就是AUC。

　　如果AI“鉴黄师”胡乱分类（未经训练，随机分类），那么真阳性率和假阳性率基本持平。

　　因此，有效的AI“鉴黄师”，真阳性率必须比假阳性率高，（最理想的状态是真阳性率为1，不出错），测出来的蓝色面积就更大，这也是它的KPI了。

　　而且为了让AI“鉴黄师”符合岗位要求，真阳性率（TPR）和假阳性率（FPR）还必须符合一定的阈值，就像下面这样：

　　可别小看这个指标，它会让AI“鉴黄师”专注提升AUC，且不受到标签分布的影响。

　　这样的KPI，如何能让AI模型灵活handle不同行业的标准？

　　据团队介绍，这里的阈值并不是固定的，而同样会根据各行各业不同的标准，以及对风险召回率的要求和人工审核成本等因素进行调整的，最终实现风险召回和审核成本间的最佳平衡。

　　针对各行各业不同的认知标准，团队还会从数据集下手，对模型进行调整。

　　团队表示，不同场景下，对于色情风险防控的标准和认知确实有所不同。

　　为此，团队在做数据标记时，会用非常详细的标签对数据进行描述，也就是细粒度打标。用不同的训练集训练后，同一种AI模型，也能适应不同的行业标准了。

　　除此之外，在做数据标记时，也会有讲究。

　　如果只让一个人来对数据集进行标记，那么训练出来的AI模型肯定会带有个人偏好。为了避免这种情况，就得靠多人多次打标，用统计学对抗偏见。

　　这样，训练出来的AI“鉴黄师”，既能通过不同的训练集“培养特长”，也能根据合理的“KPI”激励自己做得更好。

　　真的减轻人类工作了吗？

　　减轻了！

　　据团队表示，还是降低了不少工作量的。

　　首先，AI鉴黄师在看过每张样本后，会给色情、性感等标签打个预测分，是更接近小黄图、还是更接近性感图。

　　根据这些分值，机器会自动对结果的可信度进行分层。

　　如果AI对自己很有自信——给的分数很高，那么直接输出结论就行。

　　这种情况下，就不需要人类鉴黄师再看一遍了。

　　但如果AI觉得水太深，把握不住，就还是交给人类鉴黄师来审核。

　　为了进一步减轻人类鉴黄师的工作量，AI鉴黄师还会“回看”自己打分低的那些图片：我到底为什么对它们拿不准？

　　然后，再对这些图片进行学习，进一步提升鉴黄水平。

　　团队介绍

　　这篇正经研究，目前已经登上了机器学习顶会ICML 2021，属于录用率仅3%的长文成果。

　　开发出这个指标的团队成员，分别来自中科院、信息安全国家重点实验室、深圳鹏城实验室等研究机构。

　　一作杨智勇，是中科院信息工程研究所信息安全国家重点实验室的博士生，目前已在在CCF-A类会议/期刊上发表论文20篇。

　　目前，这位小哥已经以一作身份，在TPAMI、ICML、NeurIPS、TIP、AAAI等顶会上发表过论文，其中ICML中的还是oral。

　　二作许倩倩，是中国科学院计算技术研究所副研究员。

　　当然，除了鉴黄以外，这个指标还能被用在更多的AI安全模型上。

　　据研究团队表示，除了鉴黄以外，这个指标也能应用到更多的安全场景中，包括过滤违规信息（例如诈骗广告）。