Недостатки порнофильтров были наглядно лишний раз продемонстрированы на прошлой неделе, когда компания Google, известная своим одноименным поисковым сайтом, запустила тестовую версию поискового средства для изображений. Настраиваемый пользователем фильтр должен был удалять неподобающий контент из разряда "только для взрослых". Даже при включенном фильтре, движок Google выдал множество порнографических изображений, причем делал он это даже если поиск велся по ключевым словам с совсем несексуальными значениями.

Компании Google ничего не оставалось как честно признать, что ее фильтр удаляет многие неприличные изображения, но стопроцентной гарантии, что будут отфильтрованы все непристойности, дать нельзя.

В онлайновой порнографией пытаются бороться многие поисковые сайты, а софтверные фирмы стараются усовершенствовать свои программы распознавания порнографии. Понятно, что отфильтровать тексты непристойного содержания гораздо легче, чем фотографии и другие картинки. А изображение гораздо красноречивее всяких слов. Поэтому, например, в поисковике AltaVista фильтр для порнографической графики установлен по умолчанию и отключить его нельзя.

Спрос на средства распознавания изображений, публикуемых в Интернет, есть не только со стороны школ и библиотек. Руководители компаний, где работают вполне взрослые люди, также хотят, чтобы их сотрудники в рабочее время занимались своими прямыми обязанностями, а не загружали порнуху из Интернет и не шатались по торговым сайтам в поисках товаров для дома и семьи.

Поэтому объемы инвестиций в разработку средств фильтрации изображений сейчас растут довольно быстрыми темпами. Но, несмотря на вкладываемые средства, перед разработчиками фильтров стоит очень сложная задача. Порнография в Интернет находится буквально повсюду. Кроме того, до сих пор нет четкого определения порнографии. А раз нет четких критериев, то как тогда вести поиск это самой порнографии?

Нынешние технологии фильтрации можно разбить на три категории. Первая пытается фильтровать изображения, анализируя текст, который расположен вокруг картинки на Web-странице. Недостатки такого способа лежат просто на поверхности. Например, многие слова из порнографического лексикона имеются также в словарях птицеводов, руководствах по скотоводству и каталогах самого разного оборудования. К тому же возникают проблемы с Web-страницами на иностранных языках, а большинство фильтров работают только с англоязычными страницами.

Второй метод фильтрации - это составление "черных списков" Web-адресов, где есть порнография. Но надолго "отключить" эти порносайты не удается, поскольку они регулярно меняют свои URL-адреса. Таким способом удается отфильтровать только 60-80% порнографии.

Следующий уровень защиты - средства анализа изображений на наличие цветов, характерных для голого тела, и кривых, отражающих изгиб этого самого тела. Но при нынешнем уровне развития средств распознавания изображений получается довольно много ошибок в ту или другую сторону: в порнографию обычно попадают фотографии "не совсем одетых" младенцев.

В общем, проблема сложная. А ведь дети видят в Интернет не только порнографию, но и сцены насилия. Как дать определение этим изображениям так, чтобы понял компьютер?

(по материалам CNET News.com)