我叫吉恒杉，29歲，是一名“吻戲鑒定師”。
和女朋友剛談戀愛的時候，我說我的工作是訓練計算機識别出吻戲鏡頭。她聽完覺得特别不可思議，誰能給錢讓你幹這個呢？
如果你用手機、電腦看過視訊，一定感受過進度條上的情節提示，可以迅速找到自己想看的明星或情節。
沒錯，這些就是我們幹的！
正經的，在優酷我們的崗位叫人工智能标注員。我每天訓練機器識别“接吻”鏡頭，然後将成百上千幅内容各異的畫面标注成兩類——“接吻”和“非接吻”。“吻戲鑒定師”是同僚們的戲稱，但說實話，我挺喜歡。
選擇這個工作，一開始是因為和我的碩士專業計算機視覺剛好吻合。通俗地講，就是“教電腦看懂世界”。現在我每天教電腦看懂“什麼是接吻”，可以說，契合度百分百了。當然，這個工作既給大家帶來快樂和幸福，又能以工作的名義看網劇（哈哈哈哈哈……這個可能是重點），最愛《軍師聯盟》，吳秀波鐵粉。
做一名合格的人工智能标注員其實也不那麼容易。身邊越來越多的人用手機和電腦看視訊，大家不僅是簡單地看劇，還想看更精彩有趣的片段、集錦，更主動地找到自己最想看的明星或者場景。
要想實作搜尋和智能編輯，還真需要不少“人工”。要給成百上千幅吻戲畫面打上标簽，先要探讨什麼樣的畫面算是吻戲，制作模型應該怎麼畫，然後訓練機器人識别什麼場景是“接吻”，通過數次的技術調試，讓機器人自動從海量視訊中，迅速抓取場景。
是以如何教機器識别接吻成了首要的難題。我們要從圖檔庫和視訊中截出數千幅圖檔，從中一張一張标注出“接吻”的畫面。這個過程叫做“資料标注”。
我們一天要标注幾百張接吻的圖像，最多時标注上千張，盯着電腦螢幕看一天，最後都有點麻木了。通常資料标注得越準确、數量越多，模型的效果就越好。自然，機器識别的效果就會更好。
但是機器畢竟不是人，對有些複雜情況也無法識别。比如，有的接吻深情對視，而有的若即若離，團隊裡的夥伴們不得不列印出角度各異的“接吻”畫面貼在牆上，一群人激烈讨論到底怎麼才算“接吻”。
“吻戲鑒定”還需要根據機器的反應進行繁瑣的後期調試。機器學習上千幅圖檔中的特征，然後再給機器一張“接吻”的畫面，它就能認出來了。
目前，我們團隊已經為2萬多條吻戲打上了标簽，一條5分鐘的視訊處理可在10秒内完成。比如《三生三世十裡桃花》，每集50分鐘的視訊被切割成3000幀圖檔，機器隻需要5秒就能挑出來楊幂和趙又廷的吻戲。
現在我和團隊的小夥伴們還開始接觸和研究其他場景，比如哭戲、打戲，接下來還要鑒定體育比賽中的射門、撲球、投籃、慶祝等畫面，這樣觀衆看視訊時能很友善的去找到自己想看的情節。
當然在做标注的時候并不是每次都能成功，往往會因為一些小的差别，導緻失敗，重新再來。這就要求我們不光要看圖檔，還要時常“探班”，到比賽或節目現場去觀察和體會每個場景、動作的細小差别。
我們就想用自己的一點點努力，讓你們看劇的時候，更爽一些。
好了，不說了，我要去訓練機器識别古力娜紮和迪麗熱巴了。
原文釋出時間為：2018-08-9
本文作者：橙子
本文來自雲栖社群合作夥伴“
阿裡味兒”，了解相關資訊可以關注“
”。