别污了我的眼！约会App利用AI给裸照打码，别人发的色情图片你可选择拒看
大数据文摘出品
作为探探的祖先，Tinder一直饱受国外年轻人的喜爱。
Tinder的前市场副总裁Whitney Wolfe Herd作为一名女性高管，在离开Tinder之后，决定开发一款更加面向女性用户的类似的社交软件。
于是，Bumble应运而生，和Tinder一样，潜在的匹配对象会显示给用户，用户可以“向左滑动”选择拒绝，或者“向右滑动”表示感兴趣，双方都选择“向右滑动”后，就会产生配对。
只不过，在Bumble中，异性场景下，只允许女性用户向匹配的男性用户发送第一句话，而在同性恋场景下，任何一方都可以先发送信息。
Wolfe Herd曾把Bumble描述为一款“女权主义约会应用”，因此，为了进一步保护女性用户的权益，Bumble甚至用上了AI。
据Bumble官网介绍，他们开发了Private Detector人工智能功能，来应对主动发送色情图片的行为。
保护你的眼睛，收到色情图片，可以选择拒收
Private Detector的工作原理是，当你收到一个疑似为裸体照片的图像时，程序会自动给这个图像打码。
之后，用户将收到通知，并有权决定是否查看或阻止图像(用户也可以很方便地向Bumble报告)。
在网络上主动发送色情图片，这一行为被定义为“网络闪光”（Cyberflashing），深受一些用户的厌恶。
Bumble基于EfficientNet-V2开发了Private Detector来应对“网络闪光”，EfficientNet-V2是一款非常经典的图像分类模型。
Bumble认为，EfficientNet-V2是一款具有更快的训练速度和整体更好的参数效率的卷积网络，它结合了更好的设计架构和机制，像MBConv (利用1 × 1卷积来扩大空间和深度卷积以减少整体参数的数量)和FusedMBConv这样的卷积层来共同优化训练速度和参数效率。
目前，该模型已经在Bumble的数据中心进行了训练，对数据集、网络和超参数进行了连续的优化。
数据来源——自己家的图片
Bumble认为，尽管在我们的应用程序上发送色情图片的用户数量可以忽略不计——只有0.1% ——但庞大的用户规模使得Bumble能够收集业内最好的淫秽和非淫秽图片数据集，以达到最佳的训练效果。
我们的Private Detector使用非常大容量的数据集进行训练，仔细选择阴性样本(不包含任何淫秽内容的样本) ，以便更好地反映边缘情况和人体其他部位(如腿部、手臂) ，以免错误标记。
Private Detector还通过迭代地向训练数据集中添加样本，以反映实际用户的行为以及测试错误分类，这被证明是一项行之有效的技术。
在不同条件下的表现时(包括线下和线上) ，Private Detector达到了世界级的表现，准确率超过了98% 。
Bumble还在Github.com上发布了Private Detector的源代码，还有一个现成的SavedModel来部署模型(使用TensorFlow Serving) ，以及一个检查点，可以用额外的图像对模型进行微调，提高对特定用例重要的样本的性能。
为此，Bumble的数据科学团队已经撰写了一份白皮书，解释了Private Detector的技术，并在GitHub上提供了一个开源版本。
