展开

关键词

“鉴师”

NSFW分类器 色情内容检测在数十年来都是研究员想要解决的问题。要知道,在机器的眼里,无论是花草树木,还是泳装美女都只是一个个像素点。 随着计算机视觉以及深度学习算法的发展与成熟,我们现在够通过让机器向类学习,更精准的将图片归类于色情内容。 定义哪些属于NSFW往往具有主观性而且意义非凡。 当概率值小于0.2说明图片安全的可性很高。当概率值大于0.8时,此图片很可是不NSFW的。介于之间的概率值可以分为不同等级的NSFW。 我们建议开发员根据数据、用户案例、图片类型选择合适的阈值。 通过调整边界以及机器学习方案可以改善结果输出。 ? pic by 筱山纪信 模型简介 我们通过数据来训练模型,其NSFW图片为阳性,SFW图片是阴形。这些图片已事先通过编辑做了标记。 模型使用pynetbuilder具生成,复制剩余网络文件的50层网络(以及每层半数的过滤器)。你可以在这找到关于模型生成和训练的更多细节。 ?

53790

、强、超

文章目录 弱(Weak AI) 弱也称限制领域(Narrow AI)或应用型(Applied AI),指的是专注于且只解决特定领域问题的。 例如:AlphaGo、Siri、FaceID 等 扩展阅读: Weak AI ——Wikipedia Weak AI——Investopedia 强(Strong AI) 又称通用(Artificial General Intelligence)或完全(Full AI),指的是可以胜任类所有作的。 强具备以下力: 存在不确定性因素时进行推理,使用策略,解决问题,制定决策的力 知识表示的力,包括常识性知识的表示力 规划力 学习力 使用自然语言进行交流沟通的力 将上述力整合起来实现既定目标的力 ——Stackexchange 超(Super Intelligence,缩写 ASI) 假设计算机程序通过不断发展,可以比世界上最聪明,最有天赋的类还聪明,那么,由此产生的系统就可以被称为超

2K20
  • 广告
    关闭

    90+款云产品免费体验

    提供包括云服务器,云数据库在内的90+款云计算产品。打造一站式的云产品试用服务,助力开发者和企业零门槛上云。

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    Python师的自我修养

    專 欄 ❈LucasX,Python文社区专栏作者。 ❈ 前阵子在设计一个反识别的方案,查阅了已有Paper,结合自己的一点想法,现对不良图像的识别进行以下梳理: 方案1:皮肤区域检测法 与正常图片相比,不良图片的最大特征就是一张图像里包含了大量暴露的皮肤区域 该方法对应于数据挖掘的“离群点分析”。尤其对于直播平台,可重点关注点赞/弹幕 比例,若在某时刻突破峰值,那么可认为存在较大概率为色情直播(比如当年某直播平台的直播造 =_=!)。 其皮肤区域检测很显然误差比较高,在此就不讨论了。说一下用机器学习方法来做的过程吧,pipeline也比较清晰。 我在实验环节发现,选择 HOG + Random Forests 效果是最好的。说明基于集成学习机制的随机森林算法实现最佳的分类效果。mAP达到了88.15%。 ?

    65580

    -浅谈

    1 浅谈 1.1 的概述 (Artificial Intelligence),英文缩写为AI。 从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来带来的科技产品,将会是慧的“容器”。可以对的意识、思维的信息过程的模拟。 不是,但那样思考、也可超过。 ? 实现刷脸登录的核心是脸处理,在脸处理有两个概念: 脸检测:检测图脸,并为脸标记出边框。 作为小型企业,可以采取世面上流行的产品快速的实现刷脸登录需求。

    75720

    动辄年薪 25 万的了?

    近几年,风生水起,美巨头纷纷布局,创业型公司纷至沓来,深度学习、机器学习、算法等技术名词不绝于耳,“”产品琳琅满目......然而精彩纷呈背后,各种「AI 威胁论」也水涨船高: 马斯克:如果你不担心的安全性 以下为译文: 很多年以来,深度学习一直处于所谓的革命的前沿,很多认为深度学习是带我们走进科技奇点(通用)的必胜法宝。 我曾经表示过,这种动摇最明显的地方应该是无驾驶,这正是科技在现实世界的一项真实应用。 三家巨头在大力地招聘 AI 科学家及程师,并没有看出减速现象。 ? 国内,科院院士谭铁牛实力反击 AI 寒冬言论,表示:的春天刚刚开始,未来十年,将是最具变革性的技术。 今天,如日天,火遍全球的当下,实事求是地设定科学目标显得尤为重要。

    29320

    你觉得这事,靠谱不?

    目前多家公司已开始布局鉴业务,阿里巴巴和腾讯分别拥有阿里绿网、万象优图两大鉴系统。而在创业公司方面,较为知名的有图普科技、飞搜科技、深图服等公司。 云从科技高级算法程师周翔: 一方面是他们不太愿意做。 另一方面虽然 CV 公司可有现成的鉴算法训练系统平台,但是他们缺数据。鉴需要大量的数据来进行训练。 色图片和视频帧最好达到十万的量级深度学习才跑起来。至于如何收集这些数据,一般情况下很多视频直播都已经有现成的,包括鉴心等都有非常大量的此类图片。 综合上述内容,AI 科技评论把总结为以下几点: 实时视频影像分析大致要从三个方向鉴定:是否有物、形轮廓的肤色比例、姿态分析。 屏蔽、删除或者禁播等方面的处理,主要是看业务方,可以选择由机器自动处理或者介入。

    71850

    模型,尝试TensorRT优化

    每个都可以上传,这就带来监管问题,如果没有内容审核,色情图片和视频就会泛滥。前不久,一向以开放著称的tumblr,就迫于压力,开始限制们分享色情图片。更别提国内,内容审核是UCG绕不过去的坎。 还记得前几年出现的职业鉴师这一职业么?传说百万年薪,每天看片看得想吐,但最近又很少有提及这一职业,这个应监管而生的职业,因的出现又快速消亡。 (当然也不是完全消亡,毕竟判断是否色情是一个主观的事情,有些艺术和色情之间的边界比较模糊,需要加以判断) 之前写过一篇文章利用检测色情图片,也曾经尝试过在浏览器加入色情图片过滤功,但实验下来 最近在研究nvidia的Jetson Nano以及推理加速框架TensorRT,因此想尝试一下,看否应用一些加速方法,加速推理。 我一直很好奇,这种广告会有点击么,过一段也许我会得到答案。

    47740

    打击

    来源:AI前线 本文长度为4000字,建议阅读8分钟 随着 AI 技术的发展以及部分滥用,这句话也被应用在了上,一场新的军备竞赛开始了: vs 。 动画《成龙历险记》“老爹”这一角色曾有一句名言:“要用魔法击败魔法。”随着 AI 技术的发展以及部分滥用,这句话也被应用在了上,一场新的军备竞赛开始了: vs 。 然而不幸的是,网络罪犯同样也利用创建自己的合成身份,产生的结果也足够真实,足以愚弄发现异常行为的。 这场之战——也是打击网络安全欺诈者,正在假新闻、假视频和假音频的战壕展开。 Johnston 说:“欺诈者可以购买这些验证卡的清单,并通过任意数量的在线计划从获利。“这些犯罪分子大量使用,他们也像合法开发者一样,在互联网论坛上分享软件具和技巧。” ,这些具曾经是手动的,需要专家级别才使用,但后来被安装到了行认证的

    37230

    (图解)金年代:机器学习

    不但Google、Facebook、微软、百度、IBM等巨头纷纷进军该领域,NVIDIA行长仁勋亦宣称将由显示卡转型成慧运算公司,强调浪潮的来临。 ? 一提到,很容易令想到电影与科幻小说常见会聊天、会煮饭还会突然间想毁灭类取而代之的机器形象。 究竟什么算作「慧」? 这可以算是的一种检测方式,然而,强慧拥护者可会反驳──表现出「慧」的行为不代表它真正拥有慧、了解对话的意义。 直到关于的研究方向越来越多元,涵盖了包括统计学、机率论、逼近论、博弈论等多门领域的学科;而硬件储存成本下降、运算力增强,加上海量数据,今日的从资料自行学习出规律,这便是时下资料科学的最热门技术 机器学习: 从资料自行学会技 机器学习是实现的其一种方式。

    654150

    现实

    尽管在商业领域的例子数不胜数,但通常还是会被视为一种新生的、仍在兴起的力量。事实上,已经得到了广泛的应用。 Pandora 对于那些说将取代类的来说,Pandora的系统就是一个与类一起作、和谐共处的显著例子。 以谷歌旗下的家居系统 Nest为例,该公司的部分目标是将谷歌的植入设备,帮助抵御苹果(Apple) Siri和亚马逊(Amazon) Alexa不断蚕食的增长。 Nest利用来适应类的行为模式,不断获得输入线索,并在家居环境做出更准确的反应。房主在一段时间内手动设置系统后, Nest就会把自己的输入整合进来。 在现实早已被广泛应用,只是目前的技术还达不到科幻电影的程度,所以们才会觉得离生活很遥远,但可以预见的是,随着技术的发展,电影里的超级AI,终将现世。 END

    35530

    数据蒋堂 | 的“

    自从AlphaGo赢了之后,就变得非常热门了。不过,大家在关注“”时,却很少把注意力放在“”上,似乎感觉上了之后,一切都自动化了。 其实,这份的背后有着大量的“”,还有相当多不自动化的事情。 这里的""主要体现在两个方面: 1. 数据准备 现代的技术,或者说机器学习,其基本方法和N多年前的数据挖掘并没有什么太大的不同,也还是将大量数据喂给计算机用于训练模型,模型生成之后就可以用于自动化处理,看起来就像有了。 如果用错了模型或调错了参数,那就会得到非常不的结果了。 的背后原来一点也不! 专栏作者简介 ?

    38150

    漫画:啥是

    作者:武博士、宋知达、袁雪瑶、聂文韬 本节我们会以生动有趣的漫画来介绍关于(AI)相关的故事,你将会学习到: 的基本概念 1.1 啥是 ? 究竟啥是? 接下来,我会带大家一一解惑。 1.1.1 慧和 究竟什么是,什么是AI,接下来,由我为大家解答。 必须依赖类,将类通过鼻子、眼睛、嘴巴、皮肤...获得的外界资讯,以某种形式”输入“到才可以加和处理这些信息。 具体输入方式我们未来讨论。 除了这部电影之外,《黑客帝国》、《终结者》、《全面进化》等描述的电影,大多提到会威胁到类生活,而不是给类带来幸福,这让很多谈到都会感到恐慌。 例如:训练好的在图片识别过程,效率远远高于类,给他们10万张图片,他们会很快的为类做好分类作,无怨无悔,而且在作过程本来的"慧”也在提升。 ?

    58820

    漫画简史

    作者:武博士、宋知达、袁雪瑶、聂文韬 本节我们会以生动有趣的漫画来介绍关于(AI)相关的故事,你将会学习到: 的历史 1.2 的诞生 是最近才有的吗? 对于的研究者来说,这个会议是一场划时代的会议,会议将“像一样思考的计算机”称为“”,于是“”这个词,诞生了! ? 20世纪70年代末成了的寒冬。 1.2.3 第二次浪潮 在第一次AI浪潮无法为疾病治疗等类实际问题做出贡献,使相关研究进入严冬。 于是,必须以一条一条输入知识,才构建的第二次AI浪潮,在90年代期再次进入寒冬。 我的回答是:“至少从现在看,已经是大势所趋,在未来社会,是不可或缺的技术。” (未完待续...) ?

    60420

    慧建筑项目会接触到一些AI相关的功脸识别是其最常用的算法,基本是每个项目标配。今天就从脸识别入手谈谈AI在实际项目的使用情况。 比如严格按照五官长相来识别脸,准确率会上升,但召回率可会下降。(胡子邋遢没洗头发的唐老鸭会被排除) 相反如果放宽识别的条件,召回率可会上升,而准确率对应的会不那么精确。 (没洗头发的唐老鸭被识别了,但跟唐老鸭长得相似的小鸭也被放行了) 二 行业冲突 客户对AI的期待与目前AI达到的力存在一定偏差。 聚个例子,有个项目给客户安装脸识别门禁机,放在客户公司门口,但因为是在办公楼内,光照条件不是很好,识别效果不如意。 训练成本的窘境。 接着上面的例子,的杀手锏说到底还是训练,打标签。 同个算法在不同的数据集下表现很可有差异。比如化妆女性,阿拉伯,这些准确率都是要靠海量的样本数度学习堆起来的。那么问题来了,为客户在特定的环境训练算法?技术上是可以,但成本谁来承担。

    57940

    全书共分为6个章节,6个主题: 现状 发展历程 类有威胁吗 目前的典型应用场景 带来的创新创业机遇 时代教育与个发展 用第一章提到的Primsa软件 多数事情搞不定是因为对事情的定义不清晰导致的。 简史 本章对的历史作了简单梳理,用书的一张图片概括就是: ? ---- 应该说,可预见的未来AI对于类的威胁主要在于失业问题。在第四章及第六章,均对于带来的失业问题做了相关的论述。 五秒钟准则 在判断一项作是否会被取代问题上,作者李开复提出五秒钟准则: 一项本来有从事的作,如果可以在5秒钟以内对需要思考和决策的问题做出相应的决定,那么,这项作就有非常大的可技术全部或部分取代 在未来10年里,至少有一半的需要关系自己的作与的关系,需要在未来的机写作模式,找到自己的新位置。

    1.3K30

    是计算机科学的一个分支,它企图了解的实质,并生产出一种新的相似的方式做出反应的机器,该领域的研究包括机器、语言识别、图像识别、自然语言处理和专家系统等。 从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来带来的科技产品,将会是慧的“容器”。可以对的意识、思维的信息过程的模拟。 不是,但那样思考、也可超过是一门极富挑战性的科学,从事这项作的必须懂得计算机知识,心理学和哲学。 是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等,总的说来,研究的一个主要目标是使机器够胜任一些通常需要完成的复杂作。 但不同的时代、不同的对这种“复杂作”的理解是不同的。 [1] 2017年12月,入选“2017年度国媒体十大流行语”。 [2]

    16410

    「观点」金时代即将到来吗?

    在此之前经历了一段漫长的改革复兴时代。就在今年Telsa推出了一款适用于任何车型的自动行驶仪,这让谷歌和Facebook看到了(以下简称为“AI”)的巨大发展前景。 因此他们在对这一块做了很多调查讨论后宣称要在这一块继续寻求更大的发展可。 最近机器取代了两项作,包括电子游戏机和股票交易。 通过对18名在计算机及机器领域的专家学者以及相关调查员的报道我们可以感受到带给们生活上的广阔便利。相信在不远的未来我们都可以感受到机器带给我们的无穷魅力。 或许我们没办法准确说出什么时候机器够在和类的足球比赛获得胜利,但我相信那一天不会太遥远,让我们拭目以待,期待那一天的到来吧。 ? AI可以简化许多生活的繁琐小事。 Michael Littman 曾说道:“技术已经成熟到可以像成年的孩子那样玩电子游戏了。” 相关员利用电脑系统将应用到游戏当。我认为这是一件很酷的事情。

    27630

    今天来谈谈的研究所做的一些基本的抽象。 一、体的概念 研究的对象称为体(Agent),其他的外部条件划归为环境。 ? 体通过感知获取环境信息并通过行器和环境交互,举个例子,机器的摄像头是他的感知器,马达是他的行器。 感知,是关于时间的输入序列,对应的会有一个输出的行动作。 体做出什么样的反应取决于输入和输出之间的映射关系函数,这个函数就是体研究的核心。 编写出体的程序则具体实现这个数学意义上的函数。 二、体的性衡量 我们研究体是要他做正确的事,因此需要有一个标准去衡量他的表现,一个合理的体会最大化这个期望的标准。 总结,的研究的期望是实现一个,在给定的每个可的感知序列下,做出让期望的性最大化的行动的理性的体。

    74560

    制造一样吗?

    一直以来是大热,制造又是新兴的关键词,说到制造就想到,那么两者到底是一样的吗? 说到,我们并不陌生,机器和阿尔法狗都深入心,大多数的理解是有着的思维,像一样去完成各种操作,然而真正的不止如此,它的应用领域十分广泛,小到一台手机,大到一个厂的重型设备这些都是的产物 是计算机科学的一个分支。 目前,“互联网+”和“+”已成为制造业转型升级的主攻方向,制造是设备等一系列对象在互联网、大数据、等技术的支持下,满足类的需求而产生的。 所以制造并不混为一体,制造算是和众多技术融合发展的结果! 忽米网——让业更有

    29050

    大比拼

    标准化白皮书(2018版)》指出了的定义:利用数字计算机或数字计算机控制的机器模拟、延伸和扩展,感知环境、获取知识并使用知识获取最佳结果的理论、方法、技术及应用系统。 目前,基于大数据的做的作可以提炼为:从数据提取信息,从信息获取知识,通过总结和使用知识而获取。在学术界称作"Data Driven"的方法。具体过程如下图所示: ? 政策方面 美两国政府对AI产业都十分关注,美国一直注重的研发,早在2013年财政年度,美国政府便将22亿美元的国家预算投入到现金制造业,2015年美国政府对相关技术的研发投资约为11亿美元 可想美国政府对于行业的关注。 国政府也十分重视AI行业,2015年7月“”被写入《国务院关于积极推进“互联网+”行动的指导意见》,将其列为互联网+战略的一部分;2016年3月,“”被写入国家“十三五”规划纲要;2017

    73280

    相关产品

    • 智能审核

      智能审核

      腾讯云视频AI智能审核借助 AI 对视频内容(CV、ASR、OCR)进行涉黄、涉政、涉暴、违规检测,支持自定义审核模版,支持大客户审核测试集定制,检测范围准包含色情、性感、亲密行为、敏感台标、敏感人物库(落马官员等)、敏感网站、暴力血腥、武器等多维度。支持截帧间隔可配,并支持多种音视频格式以及编码算法。

    相关资讯

    热门标签

    扫码关注云+社区

    领取腾讯云代金券