本文來源：時代週報 作者：楊玲玲
鑑黃師工作輕鬆，有意思，但身體要過硬。外界眼中的鑑黃師，是一份令人想入非非的職業。關於鑑黃師的段子層出不窮，“帶薪看片”可能是最大的誤解。
鑑黃師的工作誕生於20世紀80年代。當時，公安部應“掃黃打非”需求設立這一新崗位。中國第一批鑑黃師以女民警居多。
網際網路普及，技術發展演進，對鑑黃師的要求也在不斷迭代：從最初的“肉眼鑑黃”，已發展至AI技術鑑別階段。AI鑑黃師不再需要每天看圖，更接近碼農工作狀態，面對一串串冰冷枯燥的程式程式碼。
與躲在小黑屋看片的摳腳大漢刻板印象截然不同，AI鑑黃師的要求門檻極高，高學歷幾乎成為職業標配。
圖源：視覺中國
陳宇（化名）2017年從香港科技大學博士畢業，隨後入職騰訊安全團隊。這支AI鑑黃團隊成員不過10人，幾乎清一色博士。他們主要工作內容是，打造一套模擬人腦的多模態系統，能夠對涉黃的影象、音訊、影片等進行AI鑑別。一言以蔽之，鑑黃師的工作不再是“黃圖連連看”，更像從事人工智慧研究的程式設計師。
網路資訊龐雜，形式多樣，鑑別難度增大。AI鑑黃師不僅要具備程式設計技能，智商過硬，更要深入一線，實時關注行業走向。用陳宇的話說，鑑黃如同諜戰。他們時常要潛入黑產群，瞭解一線，摸清暗語。
據全國“掃黃打非”辦公室公佈的資訊，2020年全國各地“掃黃打非”部門共處置各類網路有害資訊1200餘萬條，查辦“掃黃打非”相關網路案件5800餘起。
在虛擬世界，AI鑑黃師與看不見的另一端或短兵相接，或遙遙相望，雙方從未停止攻守一塊叫“人性”的高地。
鑑黃師需要價值觀面試
2016年，騰訊的AI鑑黃小分隊初步成立。如今，團隊已有10人，陳宇是其中一員。團隊成員大多是畢業於清華、中科院、華中大等知名高校的博士生。
這些高材生要明白的第一件事，就是團隊乾的不是“帶薪看片”的活兒。起初，團隊成員都是男性，後來分工越來越細，女性也開始加入進來。其中一名主要負責聲學場景分類的女生，來的時候並不知道工作內容是鑑黃。高知女性從事鑑黃工作，首先需要克服心理障礙。
“一開始有點不好意思，不知如何向朋友介紹職業，但很快就習慣了。在技術人的眼中，看到的不是別的，是各種特徵和規律。”該女性成員如是描述自己的心路歷程。不用去聽，就把聲音當成訊號，分析語譜圖（針對語音資料的頻譜分析檢視）。那時候，國內鮮少有人做聲音鑑黃，在團隊合力推出第一版聲音鑑黃系統後，她逐漸有了成就感。
圖源：受訪者供圖
鑑黃工作難免有尷尬時刻。一次，團隊一名女同事正在工位分析圖片，為看得清楚，把圖片放大了好幾倍，碰巧此時正好有其他部門的同事經過。頓時，空氣中都瀰漫著窘迫。
應聘者除了技術要過硬，更重要的是要透過價值觀考核。騰訊AI鑑黃團隊專門設有價值觀面試。
“（價值觀面試）主要考核應聘者從事這一職業的堅定程度。工作可能會遇到一些誘惑，比如，外部朋友被封號請你幫忙解決，或者一些人聯絡你去做一些技術漏洞，讓你留一些技術後門。你怎麼選擇？”陳宇介紹。
運營負責人告訴時代週報記者，嚴格篩選出理念、價值觀等大體統一的成員，即使行業瘋狂拼搶AI人才，鑑黃團隊仍保持基本穩定。
鑑黃工作就像諜戰劇
鑑黃是否真的需要一支如此精挑細選的博士團隊？答案是肯定的。
網路色情內容的展現形式多種多樣，既有靜態文字、圖片，也有動態的影片、音訊，僅透過“肉眼”也不能識別。
時代週報記者瞭解到，色情黑產高利高企，從業者達上百萬人，同樣是“高科技人才”“AI技術專家”。他們與鑑黃師的對抗實時發生。
“我們有時候覺得很像諜戰劇，雙方鬥智鬥勇，從明顯的色情內容對抗，到不易察覺的色情內容對抗，再到AI對抗，這是持續迭代的過程。”陳宇介紹。
說是諜戰，並不誇張。此前在各大社交平臺頻繁出現的“新茶”“喝茶”等內容，文字下方的配圖，用顯微鏡都難以找到的一片茶葉上，是年輕女孩的自拍照。這是色情行業的引流暗語。
一些所謂的“學生群”“培訓群”，某個美女頭像成員說“網課有位置”。這是組織者向群員傳送“我可以約”；“早安”是指早上有時間；“晚會”是說晚上有時間。
陳宇他們時常在這些群臥底。“實時關注行業黑話變化，總得知道他們到底在說些什麼。統一收集之後，這些就成了我們演算法訓練的素材。”陳宇說。
無人工，不智慧。這些複雜且隱蔽的色情內容，即便AI，最初也不一定搞得定，需技術人員花大量時間去研究黑產中的具體行為，然後透過人工輔助機器標註、訓練、識別。
“模型天天都在學習和訓練，關注最近出現的新詞、黑話。”陳宇說。
在此過程中，模型也需排除許多幹擾。比如，醫學中的宮頸糜爛圖片、雕塑和油畫中的裸露畫面。不同場景下，模型界定的標準也需動態調整。
搭建、執行如此一套複雜的AI鑑黃系統，真不是普通人幹得了的。目前，即便這支全員博士的小分隊，鑑黃準確率也很難達到100%：明顯的色情內容可以達到99.99%，輕微人工對抗內容為80%，專業AI對抗在60%左右。
“AI鑑黃技術在文字類和靜態影象中的準確率較高，影片類次之，音訊類較低。人工智慧對軟色情的鑑別還有短板。AI鑑黃可以大大減輕人工鑑黃師的工作量，但目前仍有誤鑑率。”9月18日，賽迪顧問人工智慧產業研究中心高階分析師徐暢告訴時代週報記者。
在陳宇看來，目前已經不再是單純地音訊鑑黃或者影片鑑黃，而是用多模態把資訊聚合在一起，模擬人腦思維過程，準確率比單純的音訊或影片鑑別高得多。
AI鑑黃還能擴充套件應用？
AI技術迅猛發展的今天，科技企業紛紛佈局AI鑑黃。
例如成立於2014年的圖普科技，成立之初便基於計算機視覺技術搭建雲平臺推出內容稽核服務，用於識別色情、暴恐、時政敏感資訊及小廣告等違規內容；今年6月，阿里巴巴安全部公開招募“AI鑑黃一日體驗官”，提供1000元日薪、1T硬碟、1年網盤會員、路費打包，下午茶不限量供應。這一度引發輿論熱議。
國外巨頭的AI鑑黃走得更早。谷歌在2018年就推出免費AI工具軟體，輔助人類鑑黃師對兒童性虐待內容（CSAM）的影象進行分類和鑑別。AI技術發展多年，如何落地真正改變人們生活，始終是科技企業的突破難點，AI鑑黃正是一個不錯的應用場景。學術研究需要真正落地去解決社會問題，而不僅是發表在期刊上的“空中樓閣”。
如今，騰訊AI鑑黃團隊的技術成果主要運用於騰訊內外部的直播、短影片等公開場景，針對騰訊平臺上的公開場景內容，結合使用者舉報資訊進行鑑別，也會透過騰訊雲對外輸出。
徐暢向時代週報記者介紹，用於AI鑑黃的各類技術，還可應用於安防、交通、金融、商業等多個場景，具體來說，可用於生物特徵識別、人臉識別、遠端身份認證、公安技偵、AI奢侈品鑑定、筆跡鑑定、電子支付、聲紋鎖控、語音互動、字幕製作、語音質檢等。
IDC全球人工智慧支出指南預測，未來4年，全球人工智慧相關支出將從2020年的501億美元增至2024年的1100多億美元。
2020年，在新冠肺炎疫情的影響下，中國人工智慧加速落地，助力抗疫與復工復產。AI技術在病毒基因檢測、醫療影像分析等各領域都得到推廣普及。艾媒諮詢資料顯示，2020年中國人工智慧行業核心產業市場規模超過1500億元，預計在2025年超過4000億元。
在陳宇看來，AI鑑黃可以幫助淨化網路環境，是一項科技向善的技術。
“科技向善”這一理念的提出者保羅·米勒曾說，“希望確保技術公司專注於回饋世界，而不僅僅是佔領我們的螢幕時間”。
