AI一出手，司机不再有。
近日，阿里安全宣布，面对「多人运动」「王者五排」等不断变异升级的黑话暗语，阿里 AI 鉴黄技术能力升级，可精准快速地进行识别拦截。这对人工智能技术的发展具有非常重要的意义，让 AI 引入知识后并不对原始语义产生曲解，正是训练智能 AI 模型需要重点解决的难题。
涉黄黑话变异升级难识别
在内容安全场景下，黑灰产通常会利用黑话来绕开检测引擎，比如会出现这种语句「小哥哥，要不要来我们这里多人运动啊？」「大号玻璃过滤彩珠大水瓶 玻璃水壶全套配件到手即用」。
「这对人工智能技术带来了非常大的挑战。」阿里安全高级算法专家开阳表示，目前谷歌发布的 BERT 自然语言处理模型已经在文本理解领域取得了突破性进展，但在识别上述黑话时仍难以发挥作用，尚不能撕掉黑话的「伪装」，辨别其指代「色情、毒品」的本来含义。
对此，开阳解释，技术和预训练语言模型有一定局限性，经过大量公开语料进行学习训练后，模型能理解字、词、句之间的语义关系，比如判断「足球」跟「多人运动」属于同类话题；「水壶」「器皿」和「烧水」属于同类话题。
「『多人运动』等黑话通常背后由某个特定事件造成，这些事件比较随机，也无规律可循。」开阳介绍称，这样的语料难以积累，加上占比极低，建立预训练模型变得不太容易。
AI 技术升级可理解文字语义
那么，鉴黄机器人能否接收到「多人运动」黑话背后的事件信息，从而给出更精准的判断？
开阳称，阿里新一代安全架构核心 AI 技术可以做到这一点。他介绍，如果过去的鉴黄 AI 只停留在识别直观的「图片、字符串、语音」这些表层信息上，升级之后的鉴黄 AI 则可以理解字符串背后的深意。如果看到「小哥哥，要不要来我们这里多人运动啊？」这样的语句，AI 经智能分析后可识别出这是一条色情信息。
「升级后的 AI 鉴黄师增加了基于知识图谱的识别黑话的能力，将人工经验知识引入，让机器智能与人工经验更好地结合，大大提升了文本理解与语义识别的能力。」开阳介绍，这也是技术升级后的最大亮点，只需要把新的黑话知识添加到知识图谱中就可生效，发现舆情事件导致的变异时间可能在小时级，但识别只需几十毫秒。
简单而言，就是以热点事件为中心，围绕事件本身，将相关联的人物、事件、特定的词语绘成一张关联图谱。以「多人运动」为例，将出轨事件新闻作为核心，关联该事件的男女主角、事件引发的热词「多人运动」「王者五排」「群 P」等。
由于升级后的技术可识别更隐晦、内涵的风险内容，AI 技术除在鉴黄领域大有可为外，还能大大提升与其他黑灰产变异升级的对抗能力。「我们的模型能针对新事件快速感知，基于事件发掘新关联词，并构建知识，及时为新风险识别提供能力。」开阳说。
