中國(guó)IDC圈5月3日?qǐng)?bào)道，近日，文化部將19家不合規(guī)定的直播平臺(tái)列入查處名單。
作為新型的社交互動(dòng)平臺(tái)，網(wǎng)絡(luò)直播與傳統(tǒng)的視頻網(wǎng)站不同，當(dāng)用戶上傳內(nèi)容后，傳統(tǒng)的視頻網(wǎng)站會(huì)進(jìn)行審核，符合標(biāo)準(zhǔn)后才可上傳成功，而網(wǎng)絡(luò)直播都是實(shí)時(shí)播出的，如果有人在網(wǎng)上傳播不良信息或者發(fā)布違規(guī)內(nèi)容，即使被查處，也是播出之后的事情。
雖然，大多數(shù)直播企業(yè)會(huì)選擇人工審核的方式對(duì)直播內(nèi)容進(jìn)行實(shí)時(shí)監(jiān)管，但是在過(guò)去的一年多里， “直播造人門”、“直播脫衣門”等事件仍然頻繁發(fā)生。某直播平臺(tái)負(fù)責(zé)人曾表示，視頻直播從技術(shù)不需要“上傳”這個(gè)步驟，當(dāng)手機(jī)按下攝影功能鍵，云端會(huì)同步抓取、同步存儲(chǔ)、同步傳遞，“延遲不會(huì)超過(guò)2秒”。在這個(gè)過(guò)程中，平臺(tái)面臨的困惑是“無(wú)法掌控直播下一秒會(huì)發(fā)生什么”，所以只能依靠人力進(jìn)行24小時(shí)輪班審核，但是人工審核存在的問(wèn)題較多，直播內(nèi)容監(jiān)管風(fēng)險(xiǎn)依舊存在。
直播內(nèi)容監(jiān)管存在哪些風(fēng)險(xiǎn)?
第一：網(wǎng)絡(luò)直播規(guī)模龐大，人工審核成本高
2015年直播平臺(tái)接近200家，用戶數(shù)量已經(jīng)達(dá)到2億，大型直播平臺(tái)每日高峰時(shí)間會(huì)有 3000-4000千個(gè)直播“房間”同時(shí)在線，用戶數(shù)可達(dá)兩三百萬(wàn)人次，如果全部用人工對(duì)4000路視頻同時(shí)進(jìn)行審核，為了保證“無(wú)漏網(wǎng)之魚”，至少需要上百人同時(shí)工作，并且每位工作人員需要配備1-2臺(tái)監(jiān)控設(shè)備。其實(shí)直播視頻內(nèi)容的違規(guī)比例占比不高，僅0.04%，甚至更低，但為了做到“無(wú)漏網(wǎng)之魚”，企業(yè)需要投入大量的人力、物力和財(cái)力進(jìn)行監(jiān)管，運(yùn)營(yíng)成本壓力增加。
第二：直播流量聚焦夜晚，人工審核效率低
網(wǎng)絡(luò)直播白天跟晚上的“房間數(shù)”不同，目前，白天直播流量峰值是數(shù)百路視頻，晚上可以飆升到數(shù)千路。但“三班倒”的審核人員，夜晚疲勞，人眼識(shí)別精確度降低，出現(xiàn)誤判漏判的概率上漲，審核效率降低，難以達(dá)到網(wǎng)絡(luò)直播的內(nèi)容監(jiān)管需求。
因此，網(wǎng)絡(luò)直播行業(yè)的內(nèi)容監(jiān)管不能只依賴人工，可以采用機(jī)器識(shí)別結(jié)合人工審核的新型審核模式。
目前，據(jù)我所知的，國(guó)內(nèi)能夠?yàn)榫W(wǎng)絡(luò)直播企業(yè)的違規(guī)內(nèi)容過(guò)濾提供這種模式的主要有圖普科技的“智能審核機(jī)器人”，阿里的“阿里綠網(wǎng)”、騰訊的“萬(wàn)象優(yōu)圖”等。
機(jī)器識(shí)別的工作原理
機(jī)器識(shí)別原理的圖像識(shí)別技術(shù)是如何像人腦一樣認(rèn)識(shí)、學(xué)習(xí)圖像特征的呢?其核心是深度學(xué)習(xí)理論 (Deep Learning)。深度學(xué)習(xí)就是人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,以下簡(jiǎn)稱 ANN)。要了解 ANN，讓我們先來(lái)看看人類的大腦是如何工作的。：
人腦的視覺(jué)處理系統(tǒng) via:Simon Thorpe
上圖所表達(dá)的，就是人理解外界視覺(jué)信息的過(guò)程。
從視網(wǎng)膜(Retina)出發(fā),經(jīng)過(guò)低級(jí)的 V1 區(qū)提取邊 緣特征,到V2 區(qū)的基本形狀或目標(biāo)的局部,再到高層的整個(gè)目標(biāo)(如判定為一張人臉)，以及到更高層的 PFC(前額葉皮層)進(jìn)行分類判斷等。也就是說(shuō)高層的特征是低層特征的組合, 從低層到高層的特征表達(dá)越來(lái)越抽象和概念化，也即越來(lái)越能表現(xiàn)語(yǔ)義或者意圖。
深度學(xué)習(xí)，恰恰就是通過(guò)組合低層特征形成更加抽象的高層特征(或?qū)傩灶悇e)。然后在這些低層次表達(dá)的基礎(chǔ)上，通過(guò)線性或者非線性組合，來(lái)獲得一個(gè)高層次的表達(dá)。此外，不僅圖像存在這個(gè)規(guī)律，聲音也是類似的。
現(xiàn)在來(lái)看深度學(xué)習(xí)的簡(jiǎn)易模型。
傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)與深度神經(jīng)網(wǎng)絡(luò)
深度學(xué)習(xí)的一個(gè)主要優(yōu)勢(shì)在于可以利用海量訓(xùn)練數(shù)據(jù)(即大數(shù)據(jù))，在學(xué)習(xí)的過(guò)程中不斷提高識(shí)別精度，但是仍然對(duì)計(jì)算量有很高的要求。而近年來(lái)，得益于計(jì)算機(jī)速度的提升、大規(guī)模集群技術(shù)的興起、GPU 的應(yīng)用以及眾多優(yōu)化算法的出現(xiàn)，耗時(shí)數(shù)月的訓(xùn)練過(guò)程可縮短為數(shù)天甚至數(shù)小時(shí)，深度學(xué)習(xí)才逐漸可以用于工業(yè)化。
對(duì)于開發(fā)團(tuán)隊(duì)來(lái)說(shuō)，做該領(lǐng)域的產(chǎn)品困難在于如何獲取大規(guī)模已標(biāo)注數(shù)據(jù)、集成有 GPU 的 計(jì)算集群以及針對(duì)自己的項(xiàng)目調(diào)參數(shù)，團(tuán)隊(duì)需要不斷地輸入新數(shù)據(jù),持續(xù)迭代以提高機(jī)器識(shí)別準(zhǔn)確率。