为了这个羞羞的项目，我差点成为“鉴黄师”

全世界只有3.14 % 的人关注了

爆炸吧知识

转自：大数据文摘

编译：蒋宝尚、魏子敏

给男同学们一个机器学习，他们能研究所有他们能想到的问题。

当然，根据这本真实存在的畅销书，他们真的能想到的话题也不多????

开个玩笑，不过今天确实要给大家介绍一个不太一样有点羞羞的机器学习项目，也就是嘿嘿嘿的时候，最加深感情的某种动作的分析，英文俗称“blowjob”或者“oral sex”。

尽管内容敏感，整体来看，这是个颇为学术的研究项目，由柏林一家公司Very Intelligent Ecommerce Inc所委托开启。这个项目的最终目的也很有趣，是为一项名为Autoblow AI的项目设计进行的调研工作。

关于这个项目Autoblow AI，读者可以自行谷歌... ...

在这个项目中，研究者研究包括108小时的色情视频的训练数据，并基于这些数据建立了一个模型（当然这也就意味着，研究者需要对这108个小时的视频进行详细标注）。

之后，模型对视频中的口情色内容分成了十六种不同的经典类型。模型的核心是采用深度学习在程序上生成仿真动作。经过验证，该模型的效果优于马尔科夫链。

据悉，用机器学习对这一类情色内容进行分析，属于前无古人的项目。分析结果为未来为未来的研究奠定了基础。

先把这份神奇的paper献上：

https://www.autoblow.com/bjpaper/

尽管整体研究颇为严谨，但基于项目的敏感性，此项目的作者选择保持匿名。仍然感兴趣的同学可以继续往下读，以下是这位研究者的论文，或者说一份研究自述????

机器学习和大数据分析在数字世界中变得越来越重要。性产业也不例外。

例如：与过滤色情片完全相同的技术可以很容易地对其进行分类和标记。一些网站也使用类似Netflix的推荐系统推荐视频。这些只是人工智能的一些实际应用。

在这项工作中，对这个未经探索的项目进行研究，特别侧重于对男性的口情色动作分析是非常有勇气的。

该项目的具体操作过程为：

首先，量化了口情色动作中最“常见”或“典型”的动作，从而改善了Autoblow AI所使用的模式的真实性。具体来说，使用量化技术来识别16种“典型”或“常见”运动，从而构建更加复杂的运动模块。

其次，研究者使用以前的结果来研究运动的过程生成。设计一个基于深度学习的模型，用于从随机噪声中产生独特但真实的序列。然后将该模型与一个简单的马尔可夫链模型进行了定量比较，证明了设计的正确性。

最后，研究者讨论了未来的研究是可能的，在同一数据集的背景下，继续改进的奥托布洛人工智能和性玩具在总体上。

最后，在继续改进Autoblow AI和性玩具的背景下，将讨论如何使用相同数据集进行未来研究。

数据集

对AAA级色情视频进行分析时，只采用男性口情色部分。具体数据的标准，有审查员手工标记，然后使用自定义的用户界面记录口与***的距离。该位置记录为整数，其中1000表示轴的尖端，0表示基部。

自定义的用户界面

为了分析，使用线性插值将视频和注释标准化为每秒16帧。最终将109小时的视频数据集处理成6270467个标准化帧。

动作分析

进行这种分析，有助于对Autoblow AI的编程方式有一个基本的了解。Autoblow AI有十种模式，每种模式代表一系列动作。

动作的不同只是上或者下运动的速度的不同。了解这些之后，对性产品的优化非常有帮助，因为速度的不同可以由为电机控制。

两个到三个不同的动作连续释放也可以创造复杂的动作模式。下面的图表描述了基于三动作模式的分析。

可以清楚地看到运动具有周期性。也可以看到随着时间变化动作的状态，包括停顿和中断。基于上千个这样的片段，然后就可以建立机器学习模型从而识别出“常见”或“典型”的动作。

接下来，是验证时间。

K均值聚类算法

研究者开始了对K-均值算法的研究，也就是Lloyd’s算法。这个算法虽然有很多缺点，但是它运行速度也很快。

将每个视频分割成一秒的窗口，每个窗口的位置顺序给出一组16维向量。然后用K-均值找到16个聚类。产生的结果和每个集群的100个样本如下所示：

为了进一步验证假设，研究者使用了一种最近发展起来的数据降维技术，即UMA。可以使使数据在2维空间和3维空间中可视化。

注意类别5和2的数据，它们分别代表顶部和底部附近的小活动点，这些小活动位于相对的“点”。另外类别1和5（它们都代表顶部附近的动作）彼此相邻。在每一端的“点”之间也有一条密集的线，这条线似乎贯穿所有代表低强度动作(5，1，12，7，3，13，2)的数据点。

可以花很多时间来分析这个图表，目前，这些验证足以让我们相信数据之间呈现某种趋势。因此可以使用这些数据建立更加复杂的动作模型。

程序生成

如上所述，一个完整的模式是从一系列的动作中创建的。研究者确定了在一秒钟内发生的典型动作。

因此，下一步是找到共同的运动顺序。

这个问题与自然语言问题的处理有很多相似之处，例如“你猜下一个词是什么意思”。下面的漫画最能说明这个问题。

因此，可以使用类似的技术。

首先建立一个基于马尔可夫链的简单模型作为基线。然后，研究者设计了一个深度学习模型作为替代方案，并对这两种模式进行了定量比较.

马尔可夫链模型

马尔可夫链背后的原理很简单：假设下一步要去的地方只取决于我们在哪里，而不是我们去过的地方。例如，假设我们刚刚做了运动，在此基础上，我们知道我们再次做这个运动的概率是50%，接下来我们做另一个动作的概率是30%，第三个动作的概率是15%，等等。然后，我们可以根据这些概率生成一个“唯一”序列，方法是根据概率随机选择下一个动作。

因此，采用此模型，需要计算一种模式由另一种模式引起的频率，验证概率与直觉是否一致。然后利用这些概率来生成唯一的序列，并使用简单的移动平均进行平滑处理。结果如下：

马尔可夫模型有自身的局限性，它的局限性也正是由于它的假设引起的。马尔可夫模型下的假设是，下一状态概率仅取决于当前状态。事实上，这个假设并不是非常灵活。

另一个问题是，简单的马尔科夫链模型需要了解前几个状态的“最优”数来执行预测。这往往与现实不想符。如果最后3个状态是A，B和C，也许在此之前发生的事情并不重要；但是如果它们是X，Y和Z然而情况就会不一样。

Dense Neural Network (DNN) Model

在这一部分中，设计了一种基于先前状态预测下一个状态的DNN结构。

使用一个简单的两层体系结构，把最后最后16个状态输入进去，输出范围在在0到1之间，共有16个概率发生。这些概率意味着下一个状态发生的几率。

所有状态都是独热编码，用零矢量表示“缺失”状态(例如，在视频开始之前)。通过纵向连接先前的状态向量来创建输入。在此项目中只训练80%的数据，因为剩下的20%数据要用于测试与比较。另外，使用交叉熵作为损失函数。

模型的性能取决于如何分割训练数据和测试数据；为了处理随机误差带来的影响，需要重复10次及更多次的实验，每次使用不同的随机种子来分割训练数据。这对于分析和比较是很重要的。

下面，研究者定性地说明了该模型从随机噪声产生的一个序列：

DNN Sequence

模型比较

定性地说，DNN模型鲁棒性更好，因为它被锁定在单一状态的可能性要小得多。

然而，通常，对于预测来说，首先要考虑的是准确性。

比较：如果选择概率最高的下一个状态作为“预测”，那么马尔可夫模型的分类精度是多少？如果当前状态的最高概率是(P_S)，那么当前状态为(S)时，平均精度显然也是(P_S)。然后，通过乘以该状态出现的频率(F_S)并对所有状态进行求和，得到总精度；或者，简洁地：[sum_{s=1}^{16}p_s *f_s]

这给出的准确率约为58.08%，略低于神经网络的平均精度，但还不能确定其中一个优于另一个。

然而，在这种情况下，分类的准确性是一个误导性的指标。实际上不是在构建真正的分类器，而是一个序列生成器。不期望以前的16个状态能唯一地识别每一个“下一个状态”，所以不期望很高的精确度。

在这个问题中，假设是：错误的方式都相同。这与实际目标不相符。因此，必须使用一个引入“相对错误”的度量。

引入“相对错误”之后，对模型的比较有非常大的帮助。例如，你在试着预测是否下雨。如果你说你百分之百肯定明天会下雨，如果没有，那么是你预测错了。如果你说你80%肯定明天会下雨，但你还是错了；但你没有完全肯定地说错，因为至少你考虑到了你可能错了。从某种意义上说，你只错了80%。