在讓計算機理解世界上，或許理解了什么并不重要，重要的是理解的能力。于是圖普科技想到讓它理解“小黃圖”。

圖普科技是一家圖像識別云服務公司，接入它的API，上傳圖片，服務器就能以一定的準確性解讀圖片。圖普告訴雷鋒網，其產品包括圖像審核、増值及搜索，有鑒黃、人臉識別、場景識別等數十個模塊，目前日均處理3億張圖片，是國內最大的圖像識別云服務公司。

不過圖普最知名的還是鑒別“小黃圖”，圖像視頻審核也是現在最主要的服務，客戶包括受不良信息困擾的迅雷，和我老公思聰投過的直播平臺17等。

圖片來自圖普官網截圖

鑒別小黃圖聽起來像是個苦力活，但與其它類型的圖像一樣，用的也是深度學習技術。自誕生以來，深度學習已經在計算機視覺和語音識別等領域展現了顯著的效果，其中在圖像識別的精確度上甚至超過了人類。雷鋒網與數位業內人士交流中得知，深度學習可以說降低了機器學習的門檻。傳統的機器學習算法，如Boosting和SVM，在模式識別中要設計很多特征，這需要大量經驗和技術積累。而深度學習在自動提取特征上有極大優越性，輸入原始數據，它能自行提取特征，不用人為設計，這讓圖像識別更多變成了工程問題。

創始人李明強告訴雷鋒網，圖普的優勢體現在工程及數據兩方面。雖然深度學習降低了技術門檻，但產品化過程中還會出現硬件與服務器不兼容，硬件配置與架構搭建上的困難，以及響應速度等問題。直播強調的是即時性，所以視頻審核也要做到毫秒級，如果一不小心沒審出來，主播們就要大白于天下了。圖普日均處理3億張圖片，用的是基于大規模GPU集群的超算平臺。李明強2012年前曾在騰訊工作七年，任QQ郵箱技術負責人，也是微信立項創始人之一，兩者都有海量數據需要處理。

對人工智能企業來說，數據是一個很大的門檻。數據越多，分析的準確度就越高；而準確度高又能吸引更多用戶，得到更多數據。圖普表示，與國內主流的直播和短視頻平臺，如17、風云直播、小咖秀等都有合作，接入的數據多，覆蓋全面。

李明強 / 圖片來自圖普科技

做到這一點的前提是找到方向和需求。圖普在做內容審核前嘗試的方向是拍照搜衣，即給身上的衣服拍張照，到淘寶搜同款。但搜衣服務需求及盈利空間不大，而且搜同款用關鍵詞或許效果更好。后來由于快播事件，他們發現內容審核對很多社交及云平臺都是剛需，才做起了鑒別小黃圖。

不過鑒黃并不是圖普的目標。也許是繼承了騰訊的基因，李明強給圖普的定位是給視頻時代建立連接。在文字時代，只有對文字理解后才有搜索，才有內容間的連接。同樣，圖像和視頻被計算機理解后，才能形成內容間的連接。

現在視頻和圖像逐漸成為主要內容和新的描述方式，推薦卻還是以“看了的人還喜歡”這種方式為主，而非基于視頻的內容。如果計算機看懂了視頻，那推薦的理由就會變成類型，風格，甚至是故事結構了。

目前以鑒黃為代表，計算機可以識別人、物與場景，但對它們之前關系的理解還不夠深入。李明強認為，根據內容進行推薦、搜索，提供差異化服務，視頻行業才算到了第二階段，目前的審核服務是為了滿足基礎需求，技術成熟后會提供廣告投放和導購等增值服務。

看來，鑒別小黃圖還只是開始。