揭秘阿里打假AI大腦：數(shù)據(jù)總量186個(gè)國家圖書館，1 AI=50000人類，獲創(chuàng)新大獎(jiǎng)

李根 發(fā)自 廈門

量子位 報(bào)道 | 公眾號(hào) QbitAI

“令人震驚的是，在打假這方面，美國竟然遠(yuǎn)遠(yuǎn)落后！”一個(gè)月前，美國司法委員會(huì)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(jiǎng)。

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(píng)選，阿里巴巴知產(chǎn)保護(hù)科技大腦被三部委評(píng)為“人工智能創(chuàng)新之星” 。

知識(shí)產(chǎn)權(quán)保護(hù)所指，更喜聞樂見的叫法就是打假。而阿里的知產(chǎn)保護(hù)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(yàn)聚合而成的算法技術(shù)系統(tǒng)，獨(dú)創(chuàng)“安全AI”大腦是核心。

這套系統(tǒng)24小時(shí)自動(dòng)運(yùn)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(gè)省份、227個(gè)區(qū)縣的警方抓獲制售假嫌疑人4439人，搗毀制售假窩點(diǎn)4289個(gè)。

從美國議員點(diǎn)贊到國內(nèi)技術(shù)大獎(jiǎng)，可以說時(shí)節(jié)已至，阿里打假正進(jìn)入爆發(fā)性收獲階段。量子位也了解到這背后的安全AI運(yùn)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(hù)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(duì)假貨、山寨、侵權(quán)盜版等進(jìn)行偵測(cè)和打擊。

而且作為一支上崗AI，各方面實(shí)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(shí)工作的效率才能勉強(qiáng)趕上“知產(chǎn)保護(hù)科技大腦”掃描甄別圖片的速度。淘寶天貓平臺(tái)每日新發(fā)商品量以千萬計(jì)，如果人工巡查，138889人工作1天才能把這項(xiàng)工作完成。

阿里安全圖靈實(shí)驗(yàn)室負(fù)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(gè)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(biāo)準(zhǔn)相紙打印疊加后高達(dá)4110千米，是世界最高建筑迪拜塔的4964倍，約等于464個(gè)珠穆朗瑪峰。

驚人的效果背后是阿里在安全場(chǎng)景里不斷進(jìn)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(shí)產(chǎn)權(quán)保護(hù)？

所謂安全AI，是指安全場(chǎng)景中進(jìn)化出的AI，擁有更強(qiáng)、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(chǎng)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(xiàng)自主研發(fā)的安全AI技術(shù)。分而解之，涉及感知引擎、認(rèn)知引擎、決策引擎和計(jì)算引擎。

實(shí)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(xiàng)目申報(bào)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(jì)算機(jī)視覺技術(shù)及語音識(shí)別技術(shù)，是整個(gè)系統(tǒng)的感官系統(tǒng)，是對(duì)象識(shí)別的基礎(chǔ)，為形成后續(xù)一系列處理動(dòng)作邁出第一步。

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

正是“感官系統(tǒng)”精準(zhǔn)的語音、圖像、音頻、視頻感知能力，整個(gè)系統(tǒng)才能在數(shù)億復(fù)雜數(shù)據(jù)中準(zhǔn)確識(shí)別出需要保護(hù)和防御的對(duì)象，進(jìn)行下一步處理。

認(rèn)知引擎：核心技術(shù)是自然語言處理技術(shù)。

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

具體包括針對(duì)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(shí)圖譜技術(shù)；面向海外電商的多語言分析和機(jī)器翻譯技術(shù)，針對(duì)外部反饋的評(píng)價(jià)、輿情進(jìn)行識(shí)別的語義分析技術(shù)；以及融合多模態(tài)信息，對(duì)商品的全面認(rèn)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(qiáng)化學(xué)習(xí)兩塊，用來解決現(xiàn)實(shí)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(dòng)作，如何更合理有效地作出最佳應(yīng)對(duì)。例如當(dāng)面臨商家實(shí)時(shí)博弈、信息內(nèi)容的變異，以及黑產(chǎn)的惡意攻擊時(shí)，在全局視角下做出更有利的決策。

最后還有計(jì)算引擎，包括實(shí)時(shí)指標(biāo)計(jì)算系統(tǒng)、分布式異構(gòu)計(jì)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(dòng)機(jī)，它強(qiáng)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(zhǔn)高效。

計(jì)算引擎背后，支撐的是阿里云機(jī)器學(xué)習(xí)平臺(tái) – PAI 3.0。

它可以實(shí)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(jì)算集群，保證全天候監(jiān)控?cái)?shù)十億商品異常情況，以及對(duì)經(jīng)營者行為的全方位監(jiān)督。

臺(tái)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(xiàng)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(chǎng)景之一。阿里在高風(fēng)險(xiǎn)、強(qiáng)對(duì)抗的場(chǎng)景中不斷進(jìn)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(chǎng)景中持續(xù)應(yīng)用，其凝聚著阿里安全圖靈實(shí)驗(yàn)室在AI領(lǐng)域超過10年的技術(shù)積淀，實(shí)現(xiàn)水滴石穿。

從最近阿里安全圖靈實(shí)驗(yàn)室在人工智能頂會(huì)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(jìn)展。

也是阿里從視頻中識(shí)假打假，保護(hù)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(jìn)行序列建模。

但視頻的特征序列一般較長(zhǎng)，且含有多級(jí)結(jié)構(gòu)（hierarchical data structure），即一個(gè)視頻包含幀、鏡頭、場(chǎng)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(dá)如此復(fù)雜的關(guān)系，建模效果較差。

因此阿里研究團(tuán)隊(duì)通過深度卷積圖神經(jīng)網(wǎng)絡(luò)（DCGN）對(duì)視頻的幀、鏡頭、事件進(jìn)行多級(jí)的建模，逐漸地從幀級(jí)、鏡頭級(jí)，一直到視頻級(jí)進(jìn)行抽象，從而獲得視頻全局的表達(dá)，進(jìn)而進(jìn)行分類：

最后方法在youtube8m數(shù)據(jù)集上驗(yàn)證后，效果相對(duì)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(jìn)展，同樣是知產(chǎn)保護(hù)科技大腦的關(guān)鍵技術(shù)。

阿里安全圖靈實(shí)驗(yàn)室入選IJCAI 2019的文章，主題是面向?qū)ο蟮那楦蟹治?，主要目?biāo)是挖掘出評(píng)論對(duì)象，同時(shí)判斷情感表達(dá)的極性。

一般而言，很多對(duì)于商品質(zhì)量描述的蛛絲馬跡，會(huì)隱藏在用戶對(duì)商品的評(píng)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(chǎng)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(shí)別情感對(duì)象，而不再是預(yù)測(cè)每個(gè)字對(duì)應(yīng)的序列標(biāo)簽。

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

具體步驟上，首先對(duì)評(píng)論語句中的所有候選詞塊進(jìn)行向量表示，然后提出了一種基于詞塊的注意力機(jī)制來預(yù)測(cè)詞塊對(duì)應(yīng)的標(biāo)簽和極性。

最后公開數(shù)據(jù)集評(píng)測(cè)對(duì)比后，證明比現(xiàn)有方法表現(xiàn)更好。

另一項(xiàng)體現(xiàn)場(chǎng)景挑戰(zhàn)和技術(shù)水平的是安全場(chǎng)景特有的對(duì)抗性問題。

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

混淆語言是一種被用于在對(duì)抗交流場(chǎng)景下實(shí)現(xiàn)規(guī)避檢測(cè)的技術(shù)手段。

對(duì)抗交流場(chǎng)景包括敏感信息傳播、負(fù)面情感表達(dá)、秘密行動(dòng)策劃以及違法交易等?；煜Z言的實(shí)現(xiàn)方式通常是在原始文本里進(jìn)行變異詞的替換。

監(jiān)管機(jī)構(gòu)在識(shí)別此類文本時(shí)，需要根據(jù)一組關(guān)鍵詞進(jìn)行掃描過濾。盡管引入了一些語義擴(kuò)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(shí)別此類文本的準(zhǔn)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(jìn)展。

該論文的主要思路是將混淆語言識(shí)別轉(zhuǎn)化為一個(gè)文本匹配任務(wù)，即每條待檢測(cè)信息，是否匹配一個(gè)掃描關(guān)鍵詞，并且同時(shí)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?yàn)樵谶M(jìn)行文本變異混淆時(shí)，經(jīng)常會(huì)出用一些看起來像的字符進(jìn)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(duì)文本特征進(jìn)行表示，通過基于模板匹配的方式對(duì)視覺特征進(jìn)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(zhǔn)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(dòng)地編輯源圖像使其符合給出的文本描述，從而簡(jiǎn)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(xiàng)技術(shù)可以加強(qiáng)對(duì)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(xiàng)業(yè)內(nèi)sexy，且對(duì)打假AI貢獻(xiàn)不小的技術(shù)進(jìn)展：小樣本學(xué)習(xí)。

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

在CVPR 2018上，阿里安全圖靈實(shí)驗(yàn)室團(tuán)隊(duì)，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(jiǎn)單、切實(shí)有效，還可以端到端學(xué)習(xí)。

在三個(gè)基準(zhǔn)數(shù)據(jù)集MSR-VTT、TRECVID2016、2017上實(shí)驗(yàn)后，證明阿里提出的零樣本視頻檢索方法已達(dá)到目前最佳。

論文傳送門：http://arxiv.org/abs/1809.06181

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

“AI發(fā)展趨勢(shì)是一定的，但AI應(yīng)用來解決安全問題時(shí)并不能生搬硬套，需要根據(jù)實(shí)際場(chǎng)景進(jìn)行AI的技術(shù)升級(jí)，”薛暉在今年年初的公開采訪中就指出，安全會(huì)成為未來AI開發(fā)的最大挑戰(zhàn)， “安全AI”會(huì)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(hù)科技大腦”的成功實(shí)踐不斷得到行業(yè)乃至全球的認(rèn)可，正印證了這一斷言。

阿里打假AI，用技術(shù)解決社會(huì)問題

打假AI大腦成功，幕后原因并不難分析。這也會(huì)是阿里各項(xiàng)業(yè)務(wù)在AI時(shí)代里還會(huì)更繁榮的保證。

打假作為綜合因素導(dǎo)致的社會(huì)問題，利用AI等技術(shù)實(shí)現(xiàn)其實(shí)并非易事，沒有對(duì)比，可能就難看出誠心誠意。

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

但在具體技術(shù)機(jī)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?yàn)閬嗰R遜的打假AI，還需要合作品牌提供logo、商標(biāo)和其他信息，甚至讓品牌方利用工具標(biāo)記并禁止仿冒品。

仍更多依賴監(jiān)督學(xué)習(xí)的方式，自動(dòng)化程度和AI通用能力還相對(duì)不足，對(duì)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(huì)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(tái)后，給出評(píng)價(jià)：“阿里巴巴的打假政策和項(xiàng)目比任何美國同行都有效得多?！?/p>

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(hù)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(huì)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(jì)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(dòng)，打造系統(tǒng)平臺(tái)，從根本上解決問題。而且俠之大者，未來也會(huì)兼濟(jì)天下，賦能各行各業(yè)甚至各國，能力所至，皆受其益。

會(huì)有那么一天，天下再無假貨嗎？夢(mèng)想或許還是可以有的。

畢竟 AI can do，Ali is doing……

也歡迎你說說還有哪些AI技術(shù)，可以用到打假中^_^