Abo
  • IT-Karriere:

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. Scheer GmbH, Freiburg
  2. censhare AG, München

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.



Anzeige
Spiele-Angebote
  1. 4,19€
  2. (-75%) 14,99€
  3. (-75%) 3,75€
  4. 4,99€

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
       


ANC-Kopfhörer im Lautstärkevergleich

Wir haben Microsofts Surface Headphones und die Jabra Elite 85h bei der ANC-Leistung verglichen. Für einen besseren Vergleich zeigen wir auch die besonders leistungsfähigen ANC-Kopfhörer von Sony und Bose, die WH-1000XM3 und die Quiet Comfort 35 II.

ANC-Kopfhörer im Lautstärkevergleich Video aufrufen
Erasure Coding: Das Ende von Raid kommt durch Mathematik
Erasure Coding
Das Ende von Raid kommt durch Mathematik

In vielen Anwendungsszenarien sind Raid-Systeme mittlerweile nicht mehr die optimale Lösung. Zu langsam und starr sind sie. Abhilfe schaffen können mathematische Verfahren wie Erasure Coding. Noch existieren für beide Techniken Anwendungsgebiete. Am Ende wird Raid aber wohl verschwinden.
Eine Analyse von Oliver Nickel

  1. Agentur für Cybersicherheit Cyberwaffen-Entwicklung zieht in den Osten Deutschlands
  2. Yahoo Richterin lässt Vergleich zu Datenleck platzen

Endpoint Security: IT-Sicherheit ist ein Cocktail mit vielen Zutaten
Endpoint Security
IT-Sicherheit ist ein Cocktail mit vielen Zutaten

Tausende Geräte in hundert verschiedenen Modellen mit Dutzenden unterschiedlichen Betriebssystemen. Das ist in großen Unternehmen Alltag und stellt alle, die für die IT-Sicherheit zuständig sind, vor Herausforderungen.
Von Anna Biselli

  1. Datendiebstahl Kundendaten zahlreicher deutscher Firmen offen im Netz
  2. Metro & Dish Tisch-Reservierung auf Google übernehmen
  3. Identitätsdiebstahl SIM-Dieb kommt zehn Jahre in Haft

LEDs: Schlimmes Flimmern
LEDs
Schlimmes Flimmern

LED-Licht zu Hause oder im Auto leuchtet nur selten völlig konstant. Je nach Frequenz und Intensität kann das Flimmern der Leuchtmittel problematisch sein, für manche Menschen sogar gesundheitsschädlich.
Von Wolfgang Messer

  1. Wissenschaft Schadet LED-Licht unseren Augen?
  2. Straßenbeleuchtung Detroit kämpft mit LED-Ausfällen und der Hersteller schweigt
  3. ULED Ubiquitis Netzwerkleuchten bieten Wechselstromversorgung

    •  /