在深度學(xué)習之上，百度還需做些什么？

再次爆出“賭博網(wǎng)站深夜推廣上線(xiàn)”丑聞，基于深度學(xué)習的百度搜索引擎，這次又是哪里出錯了呢？

近日，百度“深夜賭博網(wǎng)站”事件占據了各大網(wǎng)絡(luò )媒體的頭條。百度的解釋是他們在搜索引擎中一直為之自豪的機器學(xué)習似乎出現了bug，但事實(shí)真的如此嗎？

事件回顧：賭博網(wǎng)站深夜推廣上線(xiàn)，國家介入調查

據報道，此前如果在夜間（21:00—9:00之間），在百度搜索框內輸入“新葡京”、“威尼斯”等關(guān)鍵詞，頁(yè)面就會(huì )跳出一些推廣網(wǎng)站，但在逐一打開(kāi)后就分別顯示為“澳門(mén)新葡京賭場(chǎng)”、“明升亞洲網(wǎng)投”、“威尼斯人娛樂(lè )賭場(chǎng)”、“太陽(yáng)集團”等4家網(wǎng)站子。而這些網(wǎng)站的子欄目中均涉及賭博電子游藝項目，并介紹了如何存款及提現；另外，有時(shí)打開(kāi)的一個(gè)頁(yè)面看起來(lái)很正常，但殺毒軟件也會(huì )發(fā)出警告，提示為賭博欺詐網(wǎng)站。

回想此前的“魏則西”事件，只能說(shuō)百度用于搜索引擎的深度學(xué)習算法還不夠完善，以至于給自己挖了一個(gè)又一個(gè)的坑！

最大禍首：“深度學(xué)習算法”的滯后性

在網(wǎng)站審核方面，據百度官方回應，他們每天采取“機器＋人工”的方式來(lái)對4.7億條推廣內容進(jìn)行審核，其中包括對推廣內容以及網(wǎng)站內容的審核，而這里的機器可能就是指“深度學(xué)習算法”。

一般來(lái)講，基于人工質(zhì)量評估員對網(wǎng)站的評測數據、敏感詞匯庫以及對于網(wǎng)站點(diǎn)擊率、跳出率、停留時(shí)間等數據的監測等等，深度學(xué)習可以進(jìn)行大量的數據訓練，從而產(chǎn)生自己的一套方法，進(jìn)而對網(wǎng)站的內容等方面進(jìn)行審核，區分哪些是高質(zhì)量的網(wǎng)站，哪些是低質(zhì)量的網(wǎng)站，在此基礎上，深度學(xué)習算法著(zhù)實(shí)為人工審核節省了不少的時(shí)間與繁瑣的過(guò)程。百度搜索引擎中深度學(xué)習算法的應用應該大類(lèi)相同。

但從結果，我們也可以看出，“深度學(xué)習算法”在內容審核方面出現了滯后性，對于“敏感詞匯”的辨識度以及網(wǎng)站名稱(chēng)與內容的匹配度還沒(méi)有達到人類(lèi)那樣的精確，比如說(shuō)讓俄羅斯總統普京躺槍的“新普京”等。

添加“剔除”功能，或可有助于避免類(lèi)似事件

據百度官方回應，這些推廣網(wǎng)站多數早在4月就進(jìn)行了開(kāi)戶(hù)，雖如此，但直到6月25日突然開(kāi)始推廣，期間一直沒(méi)有進(jìn)行任何相關(guān)的推廣工作，因而，這些網(wǎng)站一上線(xiàn)就打的百度一個(gè)措手不及，從而沒(méi)有及時(shí)進(jìn)行處理。

針對這種突發(fā)狀況的發(fā)生，百度應該引起重視，并采取措施，做好一個(gè)防范準備，比如在算法的設置上添加一個(gè)“剔除”異常網(wǎng)站等鏈接的功能。拿這次事件作例，從開(kāi)戶(hù)到推廣，此次所涉及的網(wǎng)站已然沉寂了兩個(gè)月之久，這種現象不僅顯得異常，從側面也顯得這些網(wǎng)站鏈接毫無(wú)價(jià)值。既然如此，何不干脆從數據庫移出去？

題外話(huà)：百度還需要接受監管

據百度非企渠道業(yè)務(wù)員劉明(化名)透露，以今年一季度為例，有百度推廣業(yè)務(wù)代理商為完成任務(wù)，給非企渠道業(yè)務(wù)員的回扣達80%;且其所展示的企業(yè)資質(zhì)大多造假，多家賭博網(wǎng)站在百度的推廣費用一晚累計超過(guò)30萬(wàn)元。

面對如此局面，百度需要面對的問(wèn)題不僅是自家搜索引擎深度學(xué)習算法的漏洞，還有社會(huì )輿論和國家相關(guān)主管部門(mén)的監督和管理。

擴展閱讀：深度學(xué)習在百度搜索的應用

在百度，深度學(xué)習被成功地用于包括搜索引擎優(yōu)化、圖像識別、語(yǔ)音識別和廣告點(diǎn)擊率預估等在內的多個(gè)產(chǎn)品，并大幅度地提升了這些產(chǎn)品的準確度。

此前，百度技術(shù)委員會(huì )理事長(cháng)陳尚義曾表示，在引入深度學(xué)習后，他們用GPU的訓練系統來(lái)實(shí)現深度神經(jīng)網(wǎng)絡(luò )。而在此基礎上，百度的新一代搜索顯現了四個(gè)特征：一是搜索結果精準展現；二是擁有更智慧的交互體驗；三是全面的信息網(wǎng)絡(luò )；最后提供了更加豐富的搜索模式。

具體來(lái)講，就是當我們在詞條框中輸入關(guān)鍵詞之后，系統會(huì )根據關(guān)鍵詞提供精準的、全方面的詳細信息，比如搜一下北京故宮，頁(yè)面就會(huì )出現百科普及、門(mén)票購買(mǎi)渠道以及路線(xiàn)查詢(xún)等信息，包含了我們可能需要了解的所有東西。此外，基于深度學(xué)習的語(yǔ)音識別以及“以圖搜圖”等功能，大大提升了搜索效率，也為人們信息的搜索提供了不少便利。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！