“AI+人工”是當前主流的審核方式，AI提升了審核效率，人機協(xié)同策略提供了雙重保障。隨著平臺規(guī)模不斷擴大，違規(guī)內(nèi)容越加復雜多元，如何實現(xiàn)“效率+1”，就對人機協(xié)同提出了更高的要求。“金睛”開放底層機器學習標簽，就是為了進一步將機器識別結(jié)果從涉黃、涉恐、敏感內(nèi)容等寬泛標簽，開放到男性露背、涉旗涉徽、大型武器、特殊著裝等更加細分的標簽，實現(xiàn)了“機審”和“人審”的無縫銜接。

　　“pass”或者“reject”是AI傳遞的一個果斷的答案，但不一定是會被審核員完全采信的結(jié)論。要讓信息接收方做出正確的選擇，給出明確的判定理由就變得尤為重要，底層機器學習標簽就是發(fā)揮了這樣一個“闡釋”的作用。“金睛”在對內(nèi)容做出“拒絕”、“疑似”或者“通過”的判定基礎(chǔ)上，會同步輸出底層機器學習標簽內(nèi)容，讓審核員清楚的知道AI為什么拒絕、通過，疑似的又是什么。例如，在“金睛”暴恐違規(guī)審核模型下，AI識別出極端組織場景，除了會輸出“拒絕”指令，并會明確告知拒絕理由是因為內(nèi)容中所涵蓋了基地組織標志或者其他極端組織深度學習標簽內(nèi)容，為人工復審提供信息判定支撐。目前，金山云深度學習標簽涵蓋涉黃、涉恐、涉政、違規(guī)違法、游戲場景、直播場景等十幾個場景的幾百大類的上千標簽，后續(xù)將會逐步開放。

　　此次，“金睛”開放底層機器學習標簽，進一步優(yōu)化平臺服務(wù)，是產(chǎn)品團隊多次深入到B站、映客等國內(nèi)一線短視頻、直播審核團隊，充分調(diào)研的結(jié)果。公開機器學習標簽一方面極大提升平臺方人工復審的效率，節(jié)約了運營成本，為客戶根據(jù)自身的運營策略作出及時有效的判斷提供了便利。另外，根據(jù)機器輸出的結(jié)論，可以定向的對于特定模型進行調(diào)優(yōu)，實現(xiàn)一個良性循環(huán)。通過此舉，不斷增加“金睛”與審核員之間、“金睛”與開發(fā)者之間的人機協(xié)同性，讓AI更好的參與到“互聯(lián)網(wǎng)內(nèi)容傳播”這件“人”的活動中去。