网易汪源:网易布局AI 要给更多的程序员带来福利

然后这个是文本过滤，文本过滤今天我们组织方是网易科技频道，像我们的网易的新闻有一个很好的功能叫跟贴，跟贴其实就是用户发表评论，但是我们把它设计成盖楼的方式，一楼二楼，一楼经常，自古二楼出傻逼什么之类的，这个评论都很傻的，但是这里面会涉及到非常多的内容是不太合适的，那我们这个技术也是用在新闻当中，我们各种UGC的产品里面大量的用户评论它的用此举是不是有不恰当的地方，这里面有很多不同的方式来规避你简单的关健词过滤的这么一种技术，它可以把习大大拆成什么什么，或者是把其它名字，就是各种组合方式，但是像这样的技术也是可以通过自然语言理解，通过深度学习的方式能够做到比较好的效果，但是用传统的关健词匹配是不可能能够维护一个很好的很全的，不可能把这个枚举的很全。

第三块智能图象识别我们做的工作。智能图象识别它的主要应用场景跟刚才说的文本的识别，文本的过滤是类似的，也是一样，我们有很多产品里面用户会晒很多图，这个图片是不是有不合适的内容，里面有爆恐的或者有不良的广告或者色情的图像，传统的这种方式也解决不了，但是现在通过深度学习的方式也可以做到非常好的，非常精准的效果。

对于色情图片，对于图片鉴黄，从06年我开始做研究院工作，06年我们的鉴黄师用什么来做的？在一个小黑屋养一堆鉴黄师，那时候量比较少，很辛苦也很幸福，那个时候如果用算法判断，实际上是很困难的，比如用简单的一些肤色识别方式是很麻烦的。那这种匹配方式是能够精确的匹配，稍微做一些编辑你又被它逃掉了，而且你的库不可能非常全面准确。所以它的准确率只有5%。第二个阶段通过肤色识别，准确率只能做到60%，基本上处于不可用的状态，还有40%是错误的，60减40就剩20%，这个技术基本上没有用，直到第三代深度学习的做法才做到99.8%的这样一个非常高的准确率。这里提一下99.8%的准确率听起来非常高，但是实际上也不能说你就不需要审核人员，还是需要。实际上在所有的内容里面，它是色情图片的概率还是很少的，就是我们大部分网民心理还是很健康的，不会发很多色情图片，总共其实也就只有0.8%的图象是色情图片，一个算法99.8%，0.8%里面有0.2%会错，错误率25%，你觉得99.8%很高，实际上它在绝大多数内容都是健康的情况下，它的误判率还是比较高的，所以我们还是会用机器加人工智能的方式避免误判，但是漏判是比较少的。这个技术我们现在提供对外的服务叫网易易盾。

后面说一下我们未来想说的事情第一个进一步加强人工智能的深度学习的平台，因为我们现在发现在网易里面，鉴黄的服务，网易易盾包括云客服的服务还有翻译还有音乐的推荐，新闻的这种推荐，新闻的一个智能自动摘要等等有非常多的应用都需要用到深入学习。我们感觉传统的很多算法都不是深度学习的。然后每过一年都会发现很多算法都会被深度学习代替。比如我们现在做的一件事情，因为谷歌之前发了一篇说谷歌用深度学习做机器翻译，谷歌用机器学习做机器翻译之后马上就把机器翻译的效果又往前推进了一大步，所以我们现在也在做基于深度学习的翻译，翻译效果比原来统计的翻译效果会好很多。对于网易来讲现在有近万名的开发工程师，这里面有很多的工程师可能就需要用到机器学习，用到深度学习解决很多问题。我们必须把这个机器学习的能力我们称之为民主化，让大家一些普通的工程师，前期比较优秀的工程师都能够使用这么一个工具，所以我们会去做一个深度学习的很便捷的一个机器学习的平台，这个对于网易来讲是一个非常基础的一个工作。

第二个我们希望在语音识别，图象的识别，智能创作这些更多的领域来去深入的应用这个深度学习。

我今天的介绍就到这里，谢谢大家。

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!