未来有望用于平台治理工作中，比如山寨商标的识别，未成人年不良图片治理和恶心图治理等，帮助构建清朗、健康网络环境。
今年 5 月，国家林业和草原局下发《关于妥善解决人工繁育鹦鹉有关问题的函》，要求河南省林业局对包括费氏牡丹鹦鹉在内的多种人工养殖鹦鹉进行标识管理试点，对符合条件的养殖户尽快核发管理证件，同时，对合法人工繁育来源、依法允许出售的鹦鹉，停止执行禁止交易措施，在政府规定的场所进行销售活动。原来，1 月初，河南商丘近 1000 家养殖户因不了解费氏牡丹鹦鹉属于国家保护动物，直到外地公安部门多次来商丘调查，他们才后知后觉。现在，「鹦鹉案」困境终于有了解法。
可是，难以辨别的野生动植物依然有很多。怎么才能避免因「不懂法」「不认识」而触碰野生动植物保护的红线？在淘宝等商品平台上，阿里安全的做法是，依靠通过人工智能对商家挂出商品进行初筛，再交给人工审核精细判断处理，并对禁限售商品的搜索弹出科普宣导页面。
最近，浙江大学和阿里安全 AI 细粒度图像识别技术取得了新进展，在公开数据集 CUB（鸟类识别）、Standford Dogs（狗类识别）、iNaturalist（动植物识别）的识别准确率上达到 91.3%、68.5%、92.4% 的行业最优效果，研究成果被多媒体国际权威顶会 ACM MM 2021 收录，有望利用 AI 技术在商品和内容治理的实际应用中达到更好的效果。
浙江大学和阿里安全研发的 AI 技术在公开数据集 CUB（鸟类识别）、Standford Dogs（狗类识别）、iNaturalist（动植物识别）的识别准确率达到目前行业最优效果
如下图所示，左图是桃面牡丹鹦鹉，右图是国家保护动物费氏牡丹鹦鹉，二者区别仅在于喙的颜色以及白色眼圈，面对如此微小的区别，需要 AI 实现精细化识别。
阿里安全图灵实验室算法专家炫谦介绍，新研发的 AI 细粒度识别技术可以自适应调整具备聚焦视角，例如在不同种类的鸟类识别中，聚焦区域可能集中在「喙、眼、羽毛、尾巴、爪」等部位。
细粒度图像识别是计算机视觉领域的一个经典问题，属于图像分类任务的细分支任务，细粒度图像识别任务的关键因素在于局部注意力，往往存在于图像的局部区域，如鸟的尾部、喙和蛙类的头部等。浙江大学和阿里安全的研究者通过「过滤」不需要关注的部位，增强对局部判别性区域的识别能力。在不同种类动植物的细粒度判别时，该技术可聚焦到类别的独特特征区域，从而帮助图片分类。
阿里安全图灵实验室负责人薛晖介绍，作为从源头构建安全的新一代安全架构核心 AI 技术，该技术未来有望用于平台治理工作中，比如山寨商标的识别，未成人年不良图片治理和恶心图治理等，帮助构建清朗、健康网络环境。
