正文
内容分析说起来很简单，就是你上传一个图像具体是什么，但是实际上又很复杂，很难说清楚，内容是什么？
比如我拿出一张图片，每个人描述一张图片里面有什么东西，这个叫图片描述。每个人的描述可能都不一样。主要问题是我们在看到东西，听到东西的时候，我们做出的反应，做出的事情跟我们大脑处理的任务相关。所以内容总结起来其实是跟内容最后的目的相关的。
我们怎么理解这个内容。首先我们可以去把内容解析成很多目的。第一个是分类，分类是基本内容的解析，比如判别这个图片是不是黄色图片。第二个就是检测，比如检测这个视频里面有没有人脸，这些人脸是谁，里面出现了哪些物体，有没有车，车的型号是什么。还有分割，比如说一个画面里面，这个人的形状是怎样的，他跟背景的界限在哪里，这就是一个很简单的分割问题。然后就是跟踪，比如说一个视频中，我们有人脸在走动，这就是一个跟踪问题。以及一个视频的描述，一个视频每一段里出现了什么事件，每一段里面有多少人物，这些是一个描述。还有搜索，我看了很多图片之后搜关键的信息出来，再之上可能就是分析，还可能做很多的处理。
其实我们去解读 content，最关键的是内容的目的。我们首先会去看对这些内容需要做哪一些事情，我罗列的就是我们经常做的一些项目的相关内容。
我们从去年开始做了一个很大的转变，我们从连接基础服务的提供商，变成去给客户做智能的提供商，也就是说我们希望帮助客户去做智能，去提供一些智能的解决方案，让客户去做一些更智能、更互动性的，更了解自己内容的一些行为。这就是我们提出要把我们的连接生意做成智能的生意。我们现在有海量的数据，而图像和视频的泛化能力是很强的，我们通过平台上的数据跟用户一起共建，一起训练，就可以得到很多有价值、有意思的东西出来。
现在这个时代经常提人工智能，智能这个词语到底是什么意思？其实很久以前图灵机的时候就已经有智能这件事情了，而到现在大家对智能还没有一个准确真实的答案，怎么样算是一个智能，我个人理解的智能是类似于人一样直觉型地思考反馈很多的东西，这可能就是最基本初级的智能。
其实我们现在做人工智能，要具备泛化的能力。比如要用深度学习解决像机器视觉这样的问题，首先要解决的最重要的两个问题，一个是大数据的问题，还有一个就是深度学习，也就是机器学习算法的问题。每天我们平台上传处理的图像非常多，可能超过 10 亿，我们不可能把所有的上传图像都拿来学习一次，所以大数据的处理能力非常重要。其次就是我们不可能把所有图像都拿去人工做标注，这个工程量非常大。所以我们会结合很多算法做一些半监督的机器学习，再加上标注，再加上深度的神经网络取得最终的结果。也就是说人工智能实验室在解决两个问题：一个是大数据，另外一个是机器学习的问题。
图中是我们去年成立的实验室 Ataraxia AI Lab。这个名称来源于一个古希腊的哲学学派，这个学派是个怀疑论的，Ataraxia 是指人对世界的认知是有缺陷的，你永远不可能了解事物的本质，就像我刚才提出来智能这个问题，其实每一个阶段都有人提出智能的含义，图灵认为智能能用机器制作出来，后面有希尔乐等等人反驳了他，其实智能这些东西跟用机器模仿出来的东西完全不一样。
我们做人工智能、做认知这件事情，我们一直在质疑自己，最终想达到的境界就是 Ataraxia 的境界，一直在不停地追求永远达不到的一个境界，这个就是古希腊文翻译出来的一个哲学的单词。
接下来介绍一些我们之前做的事情。我们做的第一件事情就是把一张图片扔进 CNN 的网络，识别这张照片是色情、性感还是正常的。如果这有搞机器视觉的朋友就会觉得这是一个非常常见、非常基础的一个分类问题。但是这个分类问题，它其实不那么好解决。因为会有各种各样的图像表述它是色情的，是性感的，所以模型需要去学习、去标注的内容非常多。我们在去年刚建实验室的时候，有很多实习生在实验室每天标注这些色情内容。当然现在已经少了，因为我们每天会有半监督打标的迭代过程，我们一直在优化鉴别色情暴恐的系统。如果大家有兴趣可以去我们实验室看一下，我们一直固定有人在做图像标注。包括有一些兼职的，在学校里面在帮我们做的，我们自己做了一套网络上的标注系统。
