李根發(fā)自廈門
　　量子位報道公眾號 QbitAI

　　“令人震驚的是，在打假這方面，美國竟然遠遠落后！”一個月前，美國司法委員會副主席、共和黨參議員道格·柯林斯痛陳美國被假貨所困的問題，其話言猶在耳，近日阿里打假技術(shù)又拿下國內(nèi)高規(guī)格的技術(shù)大獎。

　　8 月 9 日，由工信部、公安部及網(wǎng)信辦三部委指導(dǎo)主辦的“中國人工智能高峰論壇”在廈門召開，經(jīng)過層層評選，阿里巴巴知產(chǎn)保護科技大腦被三部委評為“人工智能創(chuàng)新之星” 。

　　知識產(chǎn)權(quán)保護所指，更喜聞樂見的叫法就是打假。而阿里的知產(chǎn)保護科技大腦是一套阿里 20 年間積累的海量線上線下假貨特征庫、打假經(jīng)驗聚合而成的算法技術(shù)系統(tǒng)，獨創(chuàng)“安全 AI”大腦是核心。

　　這套系統(tǒng) 24 小時自動運轉(zhuǎn)，96% 的疑似侵權(quán)鏈接在發(fā)布的那一剎那就已被秒殺。在過去 3 年，阿里已使用這套技術(shù)協(xié)助全國 31 個省份、227 個區(qū)縣的警方抓獲制售假嫌疑人 4439 人，搗毀制售假窩點 4289 個。

　　從美國議員點贊到國內(nèi)技術(shù)大獎，可以說時節(jié)已至，阿里打假正進入爆發(fā)性收獲階段。量子位也了解到這背后的安全 AI 運作之力、創(chuàng)新之功，接下來為大家一一揭秘。

　　1 AI 大腦=5 萬人類

　　知產(chǎn)保護科技大腦，就是誠心和技術(shù)創(chuàng)新的集大成產(chǎn)品。

　　該“大腦”完全由阿里自主研發(fā)，已經(jīng)被廣泛應(yīng)用于阿里生態(tài)內(nèi)外，對假貨、山寨、侵權(quán)盜版等進行偵測和打擊。

　　而且作為一支上崗 AI，各方面實力，不僅比人類干得好，而且很多能力人類干不了。

　　阿里方面公布了一系列驚人數(shù)據(jù)表現(xiàn)：

　　如果人工查看 1 張圖片的信息需要 10 秒鐘，那么 5 萬人同時工作的效率才能勉強趕上“知產(chǎn)保護科技大腦”掃描甄別圖片的速度。淘寶天貓平臺每日新發(fā)商品量以千萬計，如果人工巡查，138889 人工作 1 天才能把這項工作完成。

　　阿里安全圖靈實驗室負責(zé)人薛暉透露，這套系統(tǒng)的樣本數(shù)據(jù)總量相當(dāng)于 186 個中國國家圖書館藏量，僅累積的打假圖片樣本量就超過 137 億張，用 0.3 毫米的標準相紙打印疊加后高達 4110 千米，是世界最高建筑迪拜塔的 4964 倍，約等于 464 個珠穆朗瑪峰。

　　驚人的效果背后是阿里在安全場景里不斷進化技術(shù)力量所鍛造的“安全 AI”風(fēng)控體系。

　　安全 AI 如何服務(wù)知識產(chǎn)權(quán)保護？

　　所謂安全 AI，是指安全場景中進化出的 AI，擁有更強、更多元化的能力；與當(dāng)前通用 AI 的理念不同，阿里安全更注重在業(yè)務(wù)安全領(lǐng)域垂直縱深的技術(shù)積淀，開發(fā)出適應(yīng)更多安全場景的新一代 AI，讓傳統(tǒng)的安全問題找到新的 AI 解法。阿里在今年年初提出這一全新理念，稱其將成為未來網(wǎng)絡(luò)安全問題的核心解法。

　　據(jù)悉，阿里知產(chǎn)科技大腦的秘密在于四大智能核心引擎，涵蓋阿里上百項自主研發(fā)的安全 AI 技術(shù)。分而解之，涉及感知引擎、認知引擎、決策引擎和計算引擎。

　　實際也是通用人工智能（AGI）必不可少的四大引擎，只是阿里垂直為打假服務(wù)。

　　從項目申報說明里，也能尋得宏觀架構(gòu)脈絡(luò)。

　　感知引擎：核心技術(shù)是計算機視覺技術(shù)及語音識別技術(shù)，是整個系統(tǒng)的感官系統(tǒng)，是對象識別的基礎(chǔ)，為形成后續(xù)一系列處理動作邁出第一步。

　　包括，用于開店身份認證環(huán)節(jié)的人臉識別、聲紋識別、活體檢測等生物識別技術(shù)；用于開店資質(zhì)核驗環(huán)節(jié)的證件識別、篡改檢測技術(shù)；用于線上商品識別的商標檢測、物體檢測、光學(xué)字符識別技術(shù)；用于營銷環(huán)節(jié)檢測的廣告圖片分析和視頻直播監(jiān)測技術(shù)，以及用于原創(chuàng)作品保護的多媒體檢索和圖像水印技術(shù)等。

　　正是“感官系統(tǒng)”精準的語音、圖像、音頻、視頻感知能力，整個系統(tǒng)才能在數(shù)億復(fù)雜數(shù)據(jù)中準確識別出需要保護和防御的對象，進行下一步處理。

　　認知引擎：核心技術(shù)是自然語言處理技術(shù)。

　　認知引擎是系統(tǒng)的“翻譯官”，讓機器懂得文字的意思、人類聲音的含義，以及人們動作的性質(zhì)，從而判斷善意\惡意、危險\安全。

　　具體包括針對海量商品結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)構(gòu)建的知識圖譜技術(shù)；面向海外電商的多語言分析和機器翻譯技術(shù)，針對外部反饋的評價、輿情進行識別的語義分析技術(shù)；以及融合多模態(tài)信息，對商品的全面認知和理解的技術(shù)。

　　第三，決策引擎：核心技術(shù)包括深度學(xué)習(xí)和強化學(xué)習(xí)兩塊，用來解決現(xiàn)實中的復(fù)雜決策問題。

　　它是系統(tǒng)的“軍師”，決定了系統(tǒng)該如何動作，如何更合理有效地作出最佳應(yīng)對。例如當(dāng)面臨商家實時博弈、信息內(nèi)容的變異，以及黑產(chǎn)的惡意攻擊時，在全局視角下做出更有利的決策。

　　最后還有計算引擎，包括實時指標計算系統(tǒng)、分布式異構(gòu)計算系統(tǒng)、和大規(guī)模圖神經(jīng)網(wǎng)絡(luò)系統(tǒng)。

　　這是打假 AI 大腦的發(fā)動機，它強大的性能保證了系統(tǒng)在數(shù)千并發(fā)、數(shù)十億數(shù)據(jù)面前坦然自若、精準高效。

　　計算引擎背后，支撐的是阿里云機器學(xué)習(xí)平臺 - PAI 3.0。

　　它可以實現(xiàn)單任務(wù)支持上千 worker 并發(fā)訓(xùn)練，并支持 5k+ 超大規(guī)模異構(gòu)計算集群，保證全天候監(jiān)控數(shù)十億商品異常情況，以及對經(jīng)營者行為的全方位監(jiān)督。

　　臺上一分鐘，技術(shù) 20 年功

　　值得一提的是，四大引擎架構(gòu)宏觀，但背后每一項技術(shù)積累，都是工程師們?nèi)找箍喙Φ慕Y(jié)果。

　　值得一提的是，打假 AI 大腦是阿里安全“安全 AI”落地應(yīng)用場景之一。阿里在高風(fēng)險、強對抗的場景中不斷進化 AI 的力量，通過小樣本學(xué)習(xí)、多模態(tài)、自監(jiān)督學(xué)習(xí)等新技術(shù)的持續(xù)應(yīng)用，在內(nèi)容安全、新零售安全、交易安全等百余場景中持續(xù)應(yīng)用，其凝聚著阿里安全圖靈實驗室在 AI 領(lǐng)域超過 10 年的技術(shù)積淀，實現(xiàn)水滴石穿。

　　從最近阿里安全圖靈實驗室在人工智能頂會的論文中，不難發(fā)現(xiàn)其功力所在。

　　這是阿里發(fā)表于 ECCV Workshop 2018 的論文，核心分享了其在視頻分析領(lǐng)域的技術(shù)進展。

　　也是阿里從視頻中識假打假，保護原創(chuàng)的秘訣所在。

　　當(dāng)前業(yè)內(nèi)通行的視頻分析，往往先預(yù)訓(xùn)練 CNN 網(wǎng)絡(luò)提取特征分類，其后采用循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN、LSTM）進行序列建模。

　　但視頻的特征序列一般較長，且含有多級結(jié)構(gòu)（hierarchical data structure），即一個視頻包含幀、鏡頭、場景、事件等。

　　而且?guī)c幀、鏡頭與鏡頭間的關(guān)系十分復(fù)雜，不僅僅是前后幀的順序關(guān)系，通過一般的序列建模方法，RNN 無法表達如此復(fù)雜的關(guān)系，建模效果較差。

　　因此阿里研究團隊通過深度卷積圖神經(jīng)網(wǎng)絡(luò)（DCGN）對視頻的幀、鏡頭、事件進行多級的建模，逐漸地從幀級、鏡頭級，一直到視頻級進行抽象，從而獲得視頻全局的表達，進而進行分類：

　　最后方法在 youtube8m 數(shù)據(jù)集上驗證后，效果相對其他經(jīng)典的序列建模方法，都有提升。

　　論文傳送門：https://arxiv.org/abs/1906.00377

　　還有自然語言處理領(lǐng)域的進展，同樣是知產(chǎn)保護科技大腦的關(guān)鍵技術(shù)。

　　阿里安全圖靈實驗室入選 IJCAI 2019 的文章，主題是面向?qū)ο蟮那楦蟹治?，主要目標是挖掘出評論對象，同時判斷情感表達的極性。

　　一般而言，很多對于商品質(zhì)量描述的蛛絲馬跡，會隱藏在用戶對商品的評論中，卻很難從商品本身中發(fā)現(xiàn)問題，這也是 NLP 技術(shù)能夠施展拳腳的場景。

　　論文中提出的方法，通俗來說是利用全局信息、結(jié)合上下文語境去識別情感對象，而不再是預(yù)測每個字對應(yīng)的序列標簽。

　　這種方法基于詞塊方法，提出更簡單高效的聯(lián)合模型，同時抽取情感表達對象以及判斷其情感極性。

　　具體步驟上，首先對評論語句中的所有候選詞塊進行向量表示，然后提出了一種基于詞塊的注意力機制來預(yù)測詞塊對應(yīng)的標簽和極性。

　　最后公開數(shù)據(jù)集評測對比后，證明比現(xiàn)有方法表現(xiàn)更好。

　　另一項體現(xiàn)場景挑戰(zhàn)和技術(shù)水平的是安全場景特有的對抗性問題。

　　售假賣家往往會通過改變“標題”和“描述”以躲避傳統(tǒng)規(guī)則和模型的識別，但這并非完全無跡可尋。

　　混淆語言是一種被用于在對抗交流場景下實現(xiàn)規(guī)避檢測的技術(shù)手段。

　　對抗交流場景包括敏感信息傳播、負面情感表達、秘密行動策劃以及違法交易等。混淆語言的實現(xiàn)方式通常是在原始文本里進行變異詞的替換。

　　監(jiān)管機構(gòu)在識別此類文本時，需要根據(jù)一組關(guān)鍵詞進行掃描過濾。盡管引入了一些語義擴展技術(shù)，但是由于文本中的歧義性以及變異的無邊界，導(dǎo)致識別此類文本的準確率和召回率都十分有限。

　　阿里在 WWW 2019 上發(fā)表的論文，集中披露了該方向上的核心進展。

　　該論文的主要思路是將混淆語言識別轉(zhuǎn)化為一個文本匹配任務(wù)，即每條待檢測信息，是否匹配一個掃描關(guān)鍵詞，并且同時整合了文本信息的文本表示和視覺表示。

　　這里的視覺表示指的是文字自身的視覺效果，而不是信息中的圖片，主要是因為在進行文本變異混淆時，經(jīng)常會出用一些看起來像的字符進行替換，這種變異導(dǎo)致了混淆后的內(nèi)容在語義上可能已經(jīng)跟原始內(nèi)容沒有任何關(guān)聯(lián)，但是從視覺效果上卻可以產(chǎn)生聯(lián)系。

　　阿里的模型利用 BiLSTM 對文本特征進行表示，通過基于模板匹配的方式對視覺特征進行表示，通過多模態(tài)的整合，可以比傳統(tǒng)方法表現(xiàn)出更高的準確率和召回率。

　　另外就是結(jié)合圖像視頻和自然語言處理的多模態(tài)任務(wù)解決方法。

　　論文發(fā)表于 ICASSP 2019，其中列舉的任務(wù)也頗有意思：通過一段文本描述，自動地編輯源圖像使其符合給出的文本描述，從而簡化圖像編輯流程，是一種基于文本的圖像編輯方法。電商網(wǎng)站中的商品本身就是文字與圖片的混合內(nèi)容，因此可以期待這項技術(shù)可以加強對商品內(nèi)涵的理解，更有助于發(fā)現(xiàn)假、劣商品。

　　感興趣的盆友可移步傳送門：http://arxiv.org/abs/1903.07499

　　最后再介紹一項業(yè)內(nèi) sexy，且對打假 AI 貢獻不小的技術(shù)進展：小樣本學(xué)習(xí)。

　　假貨問題（安全問題）中最頭疼的點，莫過于對新出現(xiàn)的風(fēng)險缺乏足夠訓(xùn)練的樣本，導(dǎo)致諸多優(yōu)秀機器學(xué)習(xí)算法望而卻步。

　　在 CVPR 2018 上，阿里安全圖靈實驗室團隊，圍繞業(yè)內(nèi)前沿的“零樣本視頻檢索”挑戰(zhàn)，給出解決方案。

　　視頻檢索，通常要在文本和視頻之間提取跨模態(tài)相關(guān)性，需要基于內(nèi)容匹配。

　　但阿里的方法之不同，在于提出了一種內(nèi)容無關(guān)的方法，通過雙重深度編碼網(wǎng)絡(luò)來將視頻和文本編碼為各自模態(tài)的密集式表征。

　　并且雙重編碼概念簡單、切實有效，還可以端到端學(xué)習(xí)。

　　在三個基準數(shù)據(jù)集 MSR-VTT、TRECVID2016、2017 上實驗后，證明阿里提出的零樣本視頻檢索方法已達到目前最佳。

　　論文傳送門：http://arxiv.org/abs/1809.06181

　　就在最近的機器學(xué)習(xí)頂會 IJCAI-2019 上，阿里安全成功舉辦了第一屆 AAAC 競賽（Alibaba Adversarial AI Challenge）以及 AIBS 研討會（Artificial Intelligence for Business Security），旨在探索面臨對抗攻擊時，如何解決 AI 模型的安全性問題。競賽和會議吸引了來自 24 個國家和地區(qū)的 2000 多支隊伍參與，過程中涌現(xiàn)出不少新思路和新方法，極大地推動了這一領(lǐng)域的發(fā)展。

　　“AI 發(fā)展趨勢是一定的，但 AI 應(yīng)用來解決安全問題時并不能生搬硬套，需要根據(jù)實際場景進行 AI 的技術(shù)升級，”薛暉在今年年初的公開采訪中就指出，安全會成為未來 AI 開發(fā)的最大挑戰(zhàn)， “安全 AI”會成為未來網(wǎng)絡(luò)安全問題的新解法，也將在 2019 年迎來爆發(fā)期。

　　如今阿里“知產(chǎn)保護科技大腦”的成功實踐不斷得到行業(yè)乃至全球的認可，正印證了這一斷言。

　　阿里打假 AI，用技術(shù)解決社會問題

　　打假 AI 大腦成功，幕后原因并不難分析。這也會是阿里各項業(yè)務(wù)在 AI 時代里還會更繁榮的保證。

　　打假作為綜合因素導(dǎo)致的社會問題，利用 AI 等技術(shù)實現(xiàn)其實并非易事，沒有對比，可能就難看出誠心誠意。

　　比如美國電商巨頭亞馬遜，其實也在今年新推出一項名為“Project Zero”的打假防偽項目，通過與品牌方合作，打擊消除假貨。

　　但在具體技術(shù)機制上，就目前披露情況而言，相較阿里的打假 AI 大腦，技術(shù)上稍遜一籌。

　　因為亞馬遜的打假 AI，還需要合作品牌提供 logo、商標和其他信息，甚至讓品牌方利用工具標記并禁止仿冒品。

　　仍更多依賴監(jiān)督學(xué)習(xí)的方式，自動化程度和 AI 通用能力還相對不足，對于阿里無監(jiān)督、小數(shù)據(jù)學(xué)習(xí)和系統(tǒng)性大腦，技術(shù)能力和挑戰(zhàn)，高下立判。

　　所以也難怪美國眾議院司法委員會副主席道格·柯林斯在調(diào)研了亞馬遜、eBay、阿里在內(nèi)的電商平臺后，給出評價：“阿里巴巴的打假政策和項目比任何美國同行都有效得多。”

　　阿里之道の一以貫之

　　最后，阿里的做事方式，依然值得關(guān)注。

　　宏觀層面來看，知產(chǎn)保護科技大腦，依然是又一次阿里式創(chuàng)新的成功。

　　打假難題，源頭在社會發(fā)展階段和人性劣根處。面臨的挑戰(zhàn)，跟電商、支付、物流、計算和自主芯片，本質(zhì)相同，困難無差。

　　但阿里之道一以貫之，為打假而生的 AI 大腦系統(tǒng)，依然是淘寶天貓、支付寶、阿里云，菜鳥和平頭哥模式的延續(xù)：

　　技術(shù)驅(qū)動，打造系統(tǒng)平臺，從根本上解決問題。而且俠之大者，未來也會兼濟天下，賦能各行各業(yè)甚至各國，能力所至，皆受其益。

　　會有那么一天，天下再無假貨嗎？夢想或許還是可以有的。

　　畢竟 AI can do，Ali is doing……

總結(jié)

以上是生活随笔為你收集整理的揭秘阿里打假AI大脑：数据总量186个国家图书馆的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。