Abo
  • 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. Technische Informationsbibliothek (TIB), Hannover
  2. Robert Bosch GmbH, Reutlingen

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
Top-Angebote
  1. 6,49€
  2. 219€ (Vergleichspreis 251€)
  3. 19,89€ inkl. Versand (Vergleichspreis ca. 30€)

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
       


Square Enix E3 2018 Pressekonferenz - Live

Lara Croft steht kurz vor ihrer Metamorphose, Dragon Quest 11 und Final Fantasy 14 erblühen in Europa und zwei ganz neue Spieleserien hat Square Enix auch noch vorgestellt. Wie fanden wir das?

Square Enix E3 2018 Pressekonferenz - Live Video aufrufen
Indiegames-Rundschau: Schiffbruch, Anime und viel Brummbrumm
Indiegames-Rundschau
Schiffbruch, Anime und viel Brummbrumm

Gas geben, den weißen Hai besiegen und endlich die eine verlorene Socke wiederfinden: Die sommerlichen Indiegames bieten für jeden etwas - besonders fürs Spielen zu zweit.
Von Rainer Sigl

  1. Indiegames-Rundschau Schwerelose Action statt höllischer Qualen
  2. Indiegames-Rundschau Kampfkrieger und Abenteuer in 1001 Nacht
  3. Indiegames-Rundschau Mutige Mäuse und tapfere Trabbis

Always Connected PCs im Test: Das kann Windows 10 on Snapdragon
Always Connected PCs im Test
Das kann Windows 10 on Snapdragon

Noch keine Konkurrenz für x86-Notebooks: Die Convertibles mit Snapdragon-Chip und Windows 10 on ARM sind flott, haben LTE integriert und eine extrem lange Akkulaufzeit. Der App- und der Treiber-Support ist im Alltag teils ein Manko, aber nur eins der bisherigen Geräte überzeugt uns.
Ein Test von Marc Sauter und Oliver Nickel

  1. Qualcomm "Wir entwickeln dediziertes Silizium für Laptops"
  2. Windows 10 on ARM Microsoft plant 64-Bit-Support ab Mai 2018
  3. Always Connected PCs Vielversprechender Windows-RT-Nachfolger mit Fragezeichen

Hasskommentare: Wie würde es im Netz aussehen, wenn es uns nicht gäbe?
Hasskommentare
"Wie würde es im Netz aussehen, wenn es uns nicht gäbe?"

Hannes Ley hat vor rund anderthalb Jahren die Online-Initiative #ichbinhier gegründet. Die Facebook-Gruppe schreibt Erwiderungen auf Hasskommentare und hat mittlerweile knapp 40.000 Mitglieder. Im Interview mit Golem.de erklärt Ley, wie er die Idee aus dem Netz in die echte Welt bringen will.
Ein Interview von Jennifer Fraczek

  1. Nutzungsrechte Einbetten von Fotos muss nicht verhindert werden
  2. Bundesnetzagentur UKW-Abschaltung abgewendet
  3. Drupalgeddon 2 115.000 Webseiten mit Drupallücken übernommen

    •  /