• IT-Karriere:
  • Services:

Pornhub: Machine-Learning-System ordnet Videos Pornodarstellern zu

Wer war in welchem Video zu sehen? Auf Pornhub werden in Zukunft Darsteller anhand von Bilderkennung automatisch entsprechenden Videos zugeordnet. Später sollen auch Kriterien wie Körpermerkmale und Drehort analysiert werden können. Ein wichtiger Bestandteil: die Community.

Artikel veröffentlicht am ,
Mithilfe von Machine Learning sollen die vielen Darsteller auf Pornhub erkannt werden.
Mithilfe von Machine Learning sollen die vielen Darsteller auf Pornhub erkannt werden. (Bild: Pixabay.com/CC0 1.0)

Die Onlineplattform für pornografische Inhalte Pornhub will einen Machine-Learning-Algorithmus zur Katalogisierung seiner Videodatenbank verwenden. Die erste Betaversion ist bereits im Einsatz. Es sollen mehr als 10.000 Pornostars automatisch erkannt werden. Das System soll parallel zu bereits vorhandenen Mechanismen wie dem Taggen der Videos durch die Community laufen.

Stellenmarkt
  1. Deutsche Rentenversicherung Bund, Berlin
  2. Bundesrechnungshof, Bonn

Für die Bilderkennung von Darstellern nutzt Pornhub sowohl offizielle Referenzbilder als auch Videomaterial und trainiert anhand dieser Daten ein Machine-Learning-Modell. Dieses läuft dann über die gesamte Online-Datenbank und taggt Pornodarsteller nach ihrem Namen beziehungsweise Künstlernamen. Nutzer sollen die vergebenen Tags positiv oder negativ bewerten können. Dadurch erkennt das Modell dessen Korrektheit und stellt sich entsprechend darauf ein.

Das automatische Taggen von Videos ist wesentlich schneller als die manuelle Sortierung. Laut der Pressemitteilung konnte das noch in der Beta befindliche Modell in einem Monat 50.000 Videos zuordnen. Täglich werden bis zu 10.000 neue Videos auf die Seite hochgeladen - rund 300.000 im Monat.

Mehr als fünf Millionen Videos in einem Jahr analysieren

Trotz des großen, täglichen Zuwachses an Inhalten will das Unternehmen innerhalb des kommenden Jahres alle fünf Millionen Videos in der Datenbank analysieren und zuordnen. Außerdem sind weitere Einsatzzwecke geplant. Per Machine Learning sollen in Zukunft auch die Kategorie und Tags der Videos gescannt werden. Das System kann damit beispielsweise Videos nach Szenerie, Haarfarbe der Darsteller oder Sexpositionen einordnen. Aber auch Anwendungsgebiete wie das Entdecken von Spam sind in Zukunft denkbar.

Auch andere Unternehmen nutzen Machine Learning für diverse Anwendungsmöglichkeiten. Youtube erkennt beispielsweise terroristische oder rassistische Inhalte automatisch und unterstützt damit effizient deren Löschung. Das Projekt Google Lens nutzt Smartphonekameras zur Erkennung von Informationen in aufgenommen Bildern. Microsoft will in der App Photos Bilder anhand von zu sehenden Motiven sortieren.

Es könnte durchaus sein, dass auf Pornhub registrierte Amateure oder einfach geleakte Videos von bekannten und unbekannten Personen, die nicht unbedingt direkt erkannt werden wollen, analysiert und gefunden werden. Da das Modell auch stark auf die Richtigkeit der Angaben durch die auch mal falsch liegende Community angewiesen ist, könnten diese Fehlentscheidungen auch vom Algorithmus getroffen werden. Bei einer Nutzerbasis von angegebenen 10 Millionen Mitgliedern dürfte das aber sehr selten vorkommen.

Bitte aktivieren Sie Javascript.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
  • ohne Werbung
  • mit ausgeschaltetem Javascript
  • mit RSS-Volltext-Feed


Anzeige
Hardware-Angebote
  1. täglich neue Deals bei Alternate.de

chewbacca0815 13. Okt 2017

Probier's mal mit FFF, FFM oder FMM als Filterkriterien ;-) (F = Female, M = Male)

Neuro-Chef 13. Okt 2017

Und im nächsten Schritt generiert ein "träumender" Machine Learning KI Chip dann Pornos...

Neuro-Chef 13. Okt 2017

http://www.michael-balser.de/thenilold.jpg

Neuro-Chef 13. Okt 2017

Würde mich wundern, wenn die in der Überzahl sind, egal wie gemessen.

Geistesgegenwart 12. Okt 2017

Ein 100er ist aber nicht dein Lebensunterhalt, oder?


Folgen Sie uns
       


Jedi Fallen Order - Fazit

Wer Fan von Star Wars ist und neben viel Macht auch eine gewisse Frusttoleranz in sich spürt, sollte Jedi Fallen Order eine Chance geben.

Jedi Fallen Order - Fazit Video aufrufen
Mythic Quest: Spielentwickler im Schniedelstress
Mythic Quest
Spielentwickler im Schniedelstress

Zweideutige Zweckentfremdung von Ingame-Extras, dazu Ärger mit Hackern und Onlinenazis: Die Apple-TV-Serie Mythic Quest bietet einen interessanten, allerdings nur stellenweise humorvollen Einblick in die Spielebrache.
Eine Rezension von Peter Steinlechner

  1. Apple TV TVOS 13 mit Mehrbenutzer-Option erschienen

Landwirtschaft: Ohne Daten geht nichts mehr auf dem Acker
Landwirtschaft
Ohne Daten geht nichts mehr auf dem Acker

5G ist derzeit noch nicht an jeder Milchkanne verfügbar. Das ist schlecht für die Landwirte. Denn in ihrer Branche ist die Digitalisierung schon weit fortgeschritten, sie sind auf Internet auf dem Feld angewiesen.
Ein Bericht von Werner Pluta

  1. Akademik Lomonossow Russisches Atomkraftwerk wird bald nach Sibirien geschleppt
  2. CO2 Wie Kohlebergwerke zum Klimaschutz beitragen können
  3. Raumfahrt Forscher testen Aerogel als Baumaterial für Mars-Gewächshaus

Galaxy-S20-Serie im Hands-on: Samsung will im Kameravergleich an die Spitze
Galaxy-S20-Serie im Hands-on
Samsung will im Kameravergleich an die Spitze

Mit der neuen Galaxy-S20-Serie verbaut Samsung erstmals seine eigenen Isocell-Kamerasensoren mit hoher Auflösung, auch im Zoombereich eifert der Hersteller der chinesischen Konkurrenz nach. Wer die beste Kamera will, muss allerdings zum sehr großen und vor allem wohl teuren Ultra-Modell greifen.
Ein Hands on von Tobias Költzsch, Peter Steinlechner und Martin Wolf

  1. Galaxy Z Flip Samsung stellt faltbares Smartphone im Folder-Design vor
  2. Micro-LED-Bildschirm Samsung erweitert The Wall auf 583 Zoll
  3. Nach 10 kommt 20 Erste Details zum Nachfolger des Galaxy S10

    •  /