互聯網內容越來越朝著視頻化方向發展，短視頻處于爆發期，一些不法分子試圖利用視頻風口牟利。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、網絡賭博以及網絡詐騙等犯罪活動。

最近，阿里安全圖靈實驗室就發布了一項關于社會文化的最新技術研究，這是一種新型視頻描述生成技術SGR，可用于視頻內容安全和視頻檢索等場景，助力建設互聯網清朗環境，該研究成果被人工智能國際頂會CVPR 2021（oral）收錄。

阿里前沿技術讓AI做“閱讀理解”

SGR可以實現兩類基本功能，一是讓AI對視頻內容做“閱讀理解”，生成一段長文本描述視頻中心內容，二是可以根據描述性的文本精準匹配視頻中的相關片段。

相較于此前必須人工定義關鍵詞詞庫后，才能“指揮”AI命中檢索，這項AI技術的目標是僅通過輸入自然語言就能實現檢索，對AI“說句話”，就能找到相應片段。

“視頻中如果有人拿起鼠標，點擊電腦，然后脫掉衣服，呈現黃賭毒等相關違規信息，以前的技術路徑上，AI可能還要分析脫掉衣服之前的動作，其實拿鼠標和點擊電腦與后面的違規內容沒什么關聯，無需提取這些信息。”該研究第一作者、阿里安全圖靈實驗室實習算法工程師青崧介紹道。

SGR解決了這個問題。給定一個視頻，AI可對視頻的關鍵候選片段無縫銜接成一個完整的故事，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、阿里安全圖靈實驗室高級算法工程師雍秦介紹，雖然目前這個技術還無法做到“1分鐘講清楚一部電影”，但可做到“兩句話講清楚一個10分鐘以內的短視頻”，這意味著通過該技術未來可迅速判斷整個視頻的關鍵信息是否包含黃賭毒等違規內容。

更快更準識別違規風險內容

通過這兩個功能，AI能快速識別、準確定位違規片段，無需人類鑒黃師反復回看確認。

雍秦透露，在SGR技術研究基礎上，阿里安全近期還將研發低門檻、高可用的“鑒黃”AI工具，讓AI對視頻不同片段打出“危險指數”，依賴信息提取直接關聯高亮風險片段，讓AI鑒黃更智能、高效。

未來，在實際應用場景中，通過AI來進行不良內容識別的研判準確性和效率將大幅提高，比如判斷視頻內容中是否有“一個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”三個標簽，每次依據一個標簽進行一輪審核，判斷視頻內容是否涉嫌低俗，三輪審核交叉驗證。創新工具應用后，AI只用輸入“一個穿著暴露蘿莉裝的女孩鴨子坐著在錄吃播”這句話進行一輪研判，準確性也更高。

阿里安全圖靈實驗室資深算法專家華棠指出，阿里安全一直希望從源頭守護安全，這是阿里提出的安全方法論“新一代安全架構”的核心理念。“互聯網上每天產生如此多的視頻數量，單靠人力無法維護互聯網清朗環境，從上述案例也能看到，違規視頻內容危及大眾心理健康和財產安全，我們希望創新算法可以有更多用武之地，構建美好安全的網絡生活。”