程序员采集 100TB 成人视频数据，开发原谅宝 App

这两天 程序员 圈子里有一件广泛流传的事情，就是有个程序员从1024\91\sex8\PronHub这些网站采集了100TB的数据，采集完了之后他还做了一件事情，把这些视频拿去跟微博之类的社交媒体的头像做对比，识别出哪些妹子在这个数据库中。

据说现在的有效识别率已经达到了99%了，不过这个数字大家看看就好了，我本人是肯定不相信这个准确率的。

这件事情在微博一下子就炸开了，引起了广泛的讨论，有的人站这个开发者，有的人反对这个开发者。这两队人的态度都非常激烈。

开发这个程序的开发者是这么描述他们的目的的： 鉴于很多人都在说 码农 是各种退休小姐姐的接盘侠，我们为开发者朋友们做了一个筛选器。

开发者的出发点是好的，但其实这样的东西落地可能会遇到各种各样的麻烦。

我们先抛弃其他的东西先聊聊这件事情技术本身。

这件事情光从「以图片搜视频」技术的角度来看可能并没有什么太大的难度，现在搜索引擎都有不少的以图搜图这样的技术，所以看这个软件光从图片搜索视频的角度来看有一定技术基础的。

另外对于美颜、PS过的一些照片，据说现在的技术已经能做到还原了，但是这一段我没有经过非常详细的调查，想了解的可以继续深入一下。

虽然从技术实现的角度来看好像是可行的，然而现状的复杂度其实是极高的，这种复杂度不仅仅是机器能理解的。

前段时间有一个非常火的换脸 工具 叫做Deepfake，简单说就是利用深度学习的技术在收集到足够数据的情况下，能把一个视频中的某个人物的脸完全换成另一个人的脸。

如果应用这样的技术，很容易可以把你P到一个色情视频中的主角，而你也会成为“受害者”。所以一旦类似原谅宝这样的工具上线，如何预防类似的诬陷换脸技术其实是个大问题。

对于识别这种技术来说，有一定的误差率是可以容忍的，但是对于个体来说，一个误识别可能对一个人的负面影响可能非常大。

如果技术上的问题都能解决，这个工具能够上线还有一道要过的关是法律和道德。 法律这一块是否侵犯了公民的隐私这事情现在不好说，因为视频、头像确实都是公开信息。这个现在应该也没有非常针对性的条例出来，所以没法准确下结论。

至于道德层面，应该是这款App被争论最多的地方。这件事情到底是否符合道德？我觉得这是一个玄学，每个人的道德准则是不一样的。

我还跟小伙伴做了深入的探讨，得出的结论是：每个人的道德准则是不一样的，所以判断的标准也不一样，有的人觉得违反道德有的人觉得没有违反道德其实也是常态。没必要拿自己的价值观强加给别人。

聊完这款App本身，我还想再聊聊这个App背后的东西。 程序员作为老实人本体，有钱还找不到女朋友，成了很多人眼中的香饽饽。

为此出现了一些诈骗团伙专门来欺骗这些高收入的程序员群体，有的是小打小闹仅仅是骗一些小钱，比方说卖茶的姑娘，这些赚了一票就会立马露馅的。

类似卖茶姑娘这种其实还好了， 而有的是放长线钓大鱼，通过聊天，以恋爱的名义获取信任，然后引诱你进入一些赌博、投资平台。

通过前期投钱必赢的方式，勾引你投入大量的资金进一步上当，最后一下吃掉你的所有资产，然后所有的人都消失得无音无踪。而你可能还沉浸在人财双赢的快乐中。

比引诱你赌博投资更狠的方法是 不惜结婚的代价，从你身边捞走大量的财产，等你意识到的时候追悔莫及。但是这是极少数了。

对于程序员来说，怎么尽可能的避免这种“被接盘”呢？其实就一条：对于来历不明的陌生人保持以戒心，这就能避免大多数情况下成为接盘侠的可能了。

技术有朝一日能帮人识别那些明显的“坏人”，但是永远没法帮别人识别那些隐藏在好人中的“坏人”，请常常怀有警惕之心。

。。。

对了，刚刚查了一下原程序员博主已经把原谅宝相关的东西删除了，所以找是找不到相关的具体信息了，大家不要折腾着去找接口了！

我倒是觉得把那100TB的数据做成以图搜片的产品，那么前景倒是一片光明呢。