AI可以用來鑒黃，但有時會把含裸女的古典名畫過濾掉。巴西的一組研究人員在JICNN上展示了一種新方法，使用生成對抗網絡，給女性裸體照“穿上”比基尼泳裝。不過，這種技術也可以被反過來，根據比基尼泳裝照繪出裸照。

人工智能軟件越來越多地用于自動檢測和禁止社交網絡上的裸體圖像，也即所謂的“AI鑒黃師”。不過，比起真正的人類鑒黃師，現在的算法和模型還有一定差距，誤判、漏判的情況還比較多。

最經典的例子，很多古典大師名畫和雕塑作品，因為有裸體露出，就會被自動過濾掉，讓人頗為尷尬。

不過，現在有了一種新的替代解決方案，那就是讓AI為裸照“穿上”比基尼泳裝。

巴西南大河州天主教大學（Pontifical Catholic University of Rio Grande do Sul）的一組研究人員，訓練生成對抗網絡（GAN）來自動審查裸體圖片。

他們在7月初里約熱內盧舉行的IEEE國際神經網絡聯合會議（IJCNN）上展示了論文及一些成果。代碼非常受歡迎。

簡單說，當模型接收到一幅女性裸照時，生成器會自動給它“穿上”比基尼。生成器由鑒別器來訓練，鑒別器會判斷圖像真偽，直到最終生成器成功騙過鑒別器。

不過，有時候計算機繪制的比基尼看起來還不夠逼真，在某些例子中，會傾向一方，或者面積太小，或者定位不準沒有遮蓋住足夠的皮膚。

目前，這個項目更像是一個概念證明。該論文的合著者Rodrigo Barros在接受The Register采訪時表示：“我們論文中描述的方法是一種有趣而且新穎的圖像審查方式。在當前狀態下還不能投入實用，因為魯棒性還不夠。”

Barros介紹，研究人員從“種子文件中下載照片”來收集數據集。他們一共收集了2000多張圖像，其中1965張用于訓練，剩余的220張用于模型測試。

穿著比基尼泳的女性的照片被被輸入系統，教它比基尼是什么樣子的。為了找出應該穿上比基尼的地方，系統也學習了大量的裸體照片。有了這些照片數據集后，這個系統實質上相當于一個圖像到圖像的翻譯器。

“我們訓練網絡時，它會嘗試學習如何將數據從一個域（裸體圖片）映射到另一個域（泳裝圖片），這兩個領域的圖像分布完全不同。”Barros解釋說。

因為網絡要做的只是生成比基尼并將其覆蓋在其他圖片上，因此圖像中模特的膚色、體型以及外貌差異并不重要。不過，由于系統還考慮了訓練數據中的一些周圍的像素，導致在最終渲染時產生了噪聲，自動生成的比基尼還不能算完美。

“我們特別注意到的一件事是，我們的幾件泳衣圖片都是在白色背景上拍攝的，而裸照的背景往往非常復雜，”Barros說。“因此，網絡會隱含地學會為每個域關聯’背景類型’。因此，在翻譯時，背景常常遭到嚴重干擾。”

這不是AI擦除的結果，而是另一位大師法國畫家亞歷山大·卡巴內爾的《維納斯的誕生》，這幅畫以及布格羅的《維納斯誕生》有時候都會不幸過濾掉……

為裸照穿上比基尼的確是個過濾敏感圖片的新思路。但另一方面，這項技術可以被調整過來反向工作。理論上，開發人員可以使用相同的代碼來擦除比基尼，然后生成敏感部位。

“一旦完成訓練后，我們就會丟棄從域Y（泳衣圖片）映射到域X（裸體圖片）的模型，只保留我們感興趣的模型，”Barros說。“我們想強調的是，去除衣服絕不是我們的預期目標，它只是這種方法的副產物而已。”

研究人員希望繼續改進他們的系統，使互聯網成為對兒童更加安全的空間，并希望未來將其作為瀏覽器應用程序投入實用。