現(xiàn)在，機(jī)器學(xué)習(xí)已經(jīng)應(yīng)用在各行各業(yè)中，開發(fā)工程師隊(duì)伍越發(fā)壯大，其中有一類工程師的工作內(nèi)容在外行人眼里似乎更”豐富多彩“，那就是鑒黃師?，F(xiàn)在我們看到的視頻都是經(jīng)過他們本人或他們研發(fā)的技術(shù)處理而來。就在大家致力從音、言、畫等全方位鑒黃時(shí)，有一個(gè)逆風(fēng)而上的團(tuán)隊(duì)，正在利用機(jī)器學(xué)習(xí)研究著一項(xiàng)非同一般的任務(wù)。

剛拿到這篇論文的時(shí)候，營(yíng)長(zhǎng)是拒絕的，畢竟原文作者都沒有署名。目前就知道這項(xiàng)史無前例的工作是由德國(guó)一家公司 Very Intelligent Ecommerce Inc 委托進(jìn)行的，并將研究和調(diào)研成果應(yīng)用到項(xiàng)目 Autoblow AI 中，旨在使他們的成人智能玩具更加人性化。（關(guān)于這個(gè)項(xiàng)目大家可自行搜索了解更多... ...)

下面營(yíng)長(zhǎng)還是”竭盡所能“地為大家介紹一下這項(xiàng)羞羞的機(jī)器學(xué)習(xí)學(xué)術(shù)研究項(xiàng)目。研究人員通過分析并標(biāo)記超過 108 小時(shí)的愛情動(dòng)作視頻，利用聚類分析發(fā)現(xiàn)了 16 種”典型“或”常見“的 blowjob（以下簡(jiǎn)稱 bj）動(dòng)作片段，以此設(shè)計(jì)和評(píng)估一個(gè)通過使用深度學(xué)習(xí)來生成完整全過程 bj 的系統(tǒng)。這個(gè)系統(tǒng)優(yōu)于簡(jiǎn)單的馬爾科夫鏈模型。雖然內(nèi)容敏感，但，是真學(xué)術(shù)！（一本正經(jīng)臉）欲知詳情，下文繼續(xù)為你分解。

數(shù)據(jù)集

我們將獲取到的色(xue)情(xi)視頻進(jìn)行剪切，處理后僅包含 bj 的片段。然后手動(dòng)對(duì)這些片段進(jìn)行標(biāo)注，并記錄下嘴巴的位置信息序列，該位置記錄為整數(shù)，其中1000和0分別表示尖端和基部。（向數(shù)據(jù)標(biāo)注工程師獻(xiàn)上我的膝蓋）

為了便于研究，我們使用線性插值技術(shù)將視頻和標(biāo)注標(biāo)準(zhǔn)化為每秒16幀，最終把視頻中剪切出來的1060個(gè)剪輯處理成6270467個(gè)標(biāo)準(zhǔn)化幀，這1060個(gè)剪輯由109個(gè)小時(shí)的視頻中所得來。

動(dòng)作分析

對(duì) Autoblow AI的設(shè)定程序有一個(gè)基本的了解有助于分析此項(xiàng)研究。Autoblow AI有十種模式，每一種模式都代表著一系列的動(dòng)作。上或下運(yùn)動(dòng)速度的不同就產(chǎn)生了不同的動(dòng)作，其中速度可用電機(jī)來控制。兩到三個(gè)不同的動(dòng)作連續(xù)釋放也可以創(chuàng)造出復(fù)雜的動(dòng)作模式。圖 1 給出了一個(gè)基于三種動(dòng)作模式的分析例子：

圖 1 基于三種不同模式而創(chuàng)造出的復(fù)雜模式示例

我們能夠清楚地看到運(yùn)動(dòng)具有周期性以及隨著時(shí)間的變化動(dòng)作的狀態(tài)情況，其中包括停頓和中斷?；谏锨€(gè)這類的片段，我們能夠構(gòu)建模型來識(shí)別數(shù)據(jù)集中常見或典型的動(dòng)作。

k 均值聚類

我們首先使用k均值聚類算法來進(jìn)行研究，該算法雖然存在很多缺點(diǎn)，但是它的運(yùn)算速度快。

我們將每個(gè)視頻分割成一個(gè)個(gè)一秒鐘的窗口，按每個(gè)窗口的位置序列給出一組16維的向量。之后采用k均值來找到16個(gè)聚類。下圖 2 和 3 給出了每一個(gè)類別位置序列的平均值，以及每一個(gè)類別中100個(gè)樣本的具體位置序列。

圖 2 16 種類別中嘴位置序列的平均值

圖 3 每一類別上100個(gè)樣本中嘴的具體位置序列

為了進(jìn)一步驗(yàn)證我們的假設(shè)，我們使用了最近開發(fā)的一種被稱為UMAP的降維技術(shù)來減少聚類的數(shù)量，以便能在二維和三維中對(duì)數(shù)據(jù)進(jìn)行可視化。其結(jié)果如圖 4 所示。

圖 4 使用 UMAP 降維后數(shù)據(jù)的分布圖

我們能從圖中看到許多令人信服的結(jié)構(gòu)。比如類別5和類別2的數(shù)據(jù)，它們分別代表著在頂部和底部附近進(jìn)行活動(dòng)，而圖中這兩類數(shù)據(jù)也是處在相互對(duì)立的點(diǎn)上。再比如類別1和5的數(shù)據(jù)，它們都代表著在頂部進(jìn)行活動(dòng)，圖中這兩類數(shù)據(jù)正好也是彼此相鄰。我們還能從圖中觀察到一條介于兩端點(diǎn)之間密集的線，這條線貫穿了所有表示低強(qiáng)度的動(dòng)作(5,12,7,3,13,2)的數(shù)據(jù)點(diǎn)，這一結(jié)構(gòu)也與現(xiàn)實(shí)中 bj時(shí)，從最高點(diǎn)到最低點(diǎn)來回活動(dòng)相符。

這個(gè)圖表值得我們?nèi)ゼ?xì)細(xì)分析，在目前這些驗(yàn)證就足以讓我們?nèi)ハ嘈艛?shù)據(jù)之間是呈現(xiàn)出某種趨勢(shì)的。這些數(shù)據(jù)能夠?yàn)槲覀兘⒏訌?fù)雜的動(dòng)作模型做支撐。

程序生成

如上所述，一個(gè)完整的 bj過程是由一系列的動(dòng)作來組成的。在上一節(jié)中，我們已經(jīng)確定了在一秒鐘內(nèi)發(fā)生的典型動(dòng)作。下一步我們要做的是找到這些動(dòng)作之間常見的演變順序。

這個(gè)問題與自然語言中‘猜猜下一個(gè)詞會(huì)是啥’的問題有頗多相似之處。以下漫畫最能說明這個(gè)問題。

我們希望從上一節(jié)中構(gòu)建出來的模塊來組成一個(gè)典型的 bj過程。我們首先建立了一個(gè)以馬爾可夫鏈為基線的簡(jiǎn)單模型，之后又設(shè)計(jì)了一個(gè)深度學(xué)習(xí)模型來作為替代，并定量比較了兩種模型的優(yōu)劣。

馬爾可夫鏈模型

馬爾可夫鏈背后的原理很簡(jiǎn)單：假設(shè)下一步的動(dòng)作僅取決于當(dāng)前的位置，而不是先前的動(dòng)作。例如：假設(shè)我們剛剛完成了動(dòng)作1；在此基礎(chǔ)上，我們知道我們?cè)俅巫鰟?dòng)作1的概率為50%，30%的概率做動(dòng)作2，15%的概率做動(dòng)作3，等等。然后根據(jù)概率隨機(jī)選擇下一個(gè)動(dòng)作來生成一個(gè)‘唯一’的動(dòng)作順序。

因此，我們先計(jì)算了一個(gè)模式由另一個(gè)模式引起的頻率，并驗(yàn)證了此概率與直覺相符。之后采用這些概率生成唯一的動(dòng)作順序，并使用簡(jiǎn)單的移動(dòng)平均進(jìn)行平滑處理。結(jié)果如下圖 5 所示。

圖 5 一個(gè)由馬爾可夫鏈模型生成的完整‘不可描述動(dòng)作’ 過程

馬爾可夫鏈的問題很明顯，就是假設(shè)下一狀態(tài)的概率僅取決于當(dāng)前的狀態(tài)。而事實(shí)上，下一狀態(tài)的概率會(huì)取決于先前的許多狀態(tài)。

另一個(gè)問題是在預(yù)測(cè)下一狀態(tài)時(shí)，還需知道先前狀態(tài)哪一個(gè)對(duì)下一狀態(tài)影響最大。深度學(xué)習(xí)能夠在“復(fù)雜又非顯而易見相關(guān)性”的問題上大展身手。

Dense Neural Network (DNN) 模型

在本節(jié)中，我們?cè)O(shè)計(jì)了一個(gè)DNN架構(gòu)，該架構(gòu)能夠基于先前的狀態(tài)預(yù)測(cè)出下一步的狀態(tài)。

本文中，使用了一個(gè)簡(jiǎn)單的兩層體系結(jié)構(gòu)，把最后的16種狀態(tài)作為模型的輸入，輸出為范圍在0到1之間的關(guān)于16種狀態(tài)的概率值。用零矢量來表示“缺失”狀態(tài)(如視頻開始前的一小段)。通過縱向連接先前的狀態(tài)向量來創(chuàng)建輸入，以交叉熵作為損失函數(shù)，訓(xùn)練數(shù)據(jù)與測(cè)試數(shù)據(jù)的比值為8：2。

模型性能的好壞很大程度上取決于訓(xùn)練數(shù)據(jù)與測(cè)試數(shù)據(jù)的切分情況，為了解決這一隨機(jī)誤差帶來的影響，我們重復(fù)了10次試驗(yàn)，每次都使用不同的隨機(jī)種子來分割數(shù)據(jù)。下面我們將定性地分析一個(gè)由模型產(chǎn)生的動(dòng)作演變順序(如圖 6 所示)。

圖 6由 DNN 模型產(chǎn)生的一個(gè)完整 bj過程

模型比較

在本節(jié)中，我們將定量地分析這兩種模型。定性地說，DNN模型具有更好的魯棒性，因?yàn)樗绘i定在單一狀態(tài)下的可能性要小很多。對(duì)于預(yù)測(cè)來講，首先要考慮的是預(yù)測(cè)的準(zhǔn)確性。圖 7 表示DNN在不同任務(wù)上的預(yù)測(cè)準(zhǔn)確率。

圖 7 DNN 在不同任務(wù)上的預(yù)測(cè)準(zhǔn)確率

通過計(jì)算得到的馬爾可夫鏈模型的準(zhǔn)確率約為58.08%，略低于神經(jīng)網(wǎng)絡(luò)的平均精度。

為了證明結(jié)果的可信度，我們還引入了“相對(duì)錯(cuò)誤”這一度量指標(biāo)。下面給出一個(gè)小例子以便理解相對(duì)錯(cuò)誤。當(dāng)你在預(yù)測(cè)是否會(huì)下雨時(shí)，如果回答百分百下雨，但結(jié)果沒下雨，那么你的預(yù)測(cè)就完全錯(cuò)誤。但如果你預(yù)測(cè)百分之八十下雨，結(jié)果沒下雨，那么意味著你只錯(cuò)了百分之八十。

根據(jù)這一思路，我們重新計(jì)算了兩種模型的平均絕對(duì)誤差，DNN模型的誤差如圖 8 所示，而馬爾可夫鏈模型的誤差計(jì)算結(jié)果為1.126。從這一結(jié)果也能表明DNN模型優(yōu)于馬爾可夫鏈模型。

圖 8 DNN 模型在不同任務(wù)上的平均絕對(duì)誤差

未來的研究

第一，我們相信程序生成能夠被改善。DNN架構(gòu)的替代方案包括循環(huán)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)和生成對(duì)抗網(wǎng)絡(luò)。我們之后打算使用這些技術(shù)來改善動(dòng)作演變順序的真實(shí)性。當(dāng)然，演變順序得以物理硬件的限制為前提。

第二，我們認(rèn)為類似的分析可以適用于其他情色行為，本文中以 bj 為主題，服務(wù)于Autoblow AI。

第三，我們希望能將研究擴(kuò)展到圖像識(shí)別和視頻分類中去。現(xiàn)在我們已經(jīng)開發(fā)出一個(gè)可用于識(shí)別靜止幀中是否存在 bj行為的模型，并且正在研究更為復(fù)雜的視頻分析問題。接下來研究的重點(diǎn)會(huì)著眼于如何將性玩具與色情內(nèi)容實(shí)現(xiàn)同步。