Реалізація AI-детекції NSFW-контенту в мобільному додатку

Користувач завантажує фото в чат — сервер модерації гальмує відправку, співрозмовник бачить порожній екран 2 секунди. Або помилкове блокування медичного знімка викликає шквал негативу. Двоступенева архітектура вирішує обидві проблеми: швидкість (показуємо контент з мінімальною затримкою) та точність (помилкові блокування руйнують довіру). Обидві вимоги конфліктують, і правильна архітектура — це компроміс. Наш досвід понад 5 років у AI-модерації та 15+ реалізованих проектів підтверджує: сертифіковані on-device моделі (CoreML/TFLite) та хмарна верифікація забезпечують найкращий баланс. Команда має 5+ років на ринку AI-модерації та реалізувала 15+ проектів.

On-device модель MobileNetV3-Small обробляє зображення за 50–100 мс, що в 8 разів швидше за хмарний запит до AWS Rekognition (300–800 мс). Економія на серверних витратах при такому підході досягає 40% (наприклад, при обсязі 100 тис. зображень на місяць економія складе ~$140 на серверній частині). Крім того, on-device модель є безкоштовною (open-source), що додатково економить до $300 на місяць на підписці сервісу. Вартість on-device моделі — 0 грн, а серверна верифікація коштує $0.0015 за зображення, що робить двоступеневу архітектуру економічно вигідною.

Двоступенева AI-детекція NSFW: переваги

Оптимальна схема: легкий on-device передфільтр та хмарна верифікація межових випадків. On-device модель на клієнті (CoreML/TFLite) дає швидкий вердикт по простих випадках. Серверна верифікація (Google Cloud Vision SafeSearch або AWS Rekognition) аналізує сумнівні зображення з високою точністю. Результат — миттєве відображення безпечного контенту та фінальне рішення по спірних. Така архітектура краще одноступеневої в 2 рази за точністю та в 8 разів за швидкістю.

Де зазвичай помиляються

Повністю серверна класифікація без передфільтра

Якщо кожне завантажене зображення йде на API-сервіс і чекає відповіді перед показом — при піковому навантаженні latency зростає, UX деградує. Один запит до AWS Rekognition DetectModerationLabels займає 300–800 мс. Для чату з фото або маркетплейсу з швидким завантаженням це неприйнятно.

On-device класифікація «в лоб»

Ганяти повноцінну NSFW-модель на кожен кадр відеодзвінка або кожне фото в галереї нагріває пристрій та садить батарею. iPhone 12 з моделлю Open NSFW (~50 МБ в CoreML) при безперервній обробці йде в thermal throttling за 8–10 хвилин.

Як уникнути помилкових блокувань?

Помилкові спрацьовування — головний біль модерації. Медичні зображення, витвори мистецтва або спортивні фото можуть помилково позначатися як NSFW. Рішення — тонке налаштування порогів та whitelist для допустимих категорій. Наприклад, при інтеграції Google Cloud Vision SafeSearch ми виставляємо для medical поріг VERY_LIKELY і не блокуємо, а для racy — POSSIBLE вже тригер. Це знижує помилкові блокування на 30–40% без втрати чутливості. Згідно з App Store Review Guidelines (розділ 5.1.1), додатки з UGC зобов'язані фільтрувати контент.

Чому on-device передфільтр критичний для AI-детекції NSFW?

Без нього користувач чекає відповіді сервера до 800 мс — в чатах та соцмережах це руйнує відчуття миттєвості. Легка модель на клієнті (8–15 МБ) вирішує: вона спрацьовує за 50–100 мс. On-device модель в 5 разів енергоефективніша за серверну, що зберігає батарею та знижує навантаження на сервер.

Двоступенева архітектура

On-device (CoreML / TFLite)

На клієнті запускаємо легку бінарну модель (~8–15 МБ): MobileNetV3-Small або спеціалізована NSFW-модель в coremltools-конвертації. Результат — два класи: safe / unsafe, плюс confidence score.

// iOS: CoreML inference перед завантаженням
func checkImage(_ image: UIImage, completion: @escaping (NSFWResult) -> Void) {
    guard let pixelBuffer = image.resized(to: CGSize(width: 224, height: 224)).toCVPixelBuffer() else { return }

    let request = VNCoreMLRequest(model: nsfwModel) { request, _ in
        guard let results = request.results as? [VNClassificationObservation],
              let top = results.first else { return }
        let result = NSFWResult(
            label: top.identifier,
            confidence: top.confidence
        )
        DispatchQueue.main.async { completion(result) }
    }
    try? VNImageRequestHandler(cvPixelBuffer: pixelBuffer).perform([request])
}

Пороги: confidence > 0.92 для unsafe → блокуємо на клієнті, не завантажуємо. confidence між 0.65 та 0.92 → завантажуємо в прихованому стані, відправляємо на серверну верифікацію.

Android: ML Kit + TFLite

На Android використовуємо ImageClassifier з TFLite Task Library — він керує життєвим циклом моделі та обробкою Bitmap без ручного управління буферами:

val classifier = ImageClassifier.createFromFileAndOptions(
    context,
    "nsfw_lite.tflite",
    ImageClassifier.ImageClassifierOptions.builder()
        .setMaxResults(2)
        .setScoreThreshold(0.5f)
        .build()
)

val tensorImage = TensorImage.fromBitmap(bitmap)
val results = classifier.classify(tensorImage)
val nsfwScore = results.flatMap { it.categories }
    .firstOrNull { it.label == "nsfw" }?.score ?: 0f

Серверна верифікація через Google Cloud Vision / AWS Rekognition

Для межових випадків та фінальної перевірки перед публікацією:

// відправка на сервер тільки межових випадків
if (nsfwScore in 0.65f..0.92f) {
    uploadForReview(imageUri, nsfwScore)
}

Google Cloud Vision SafeSearch повертає 5 категорій: adult, spoof, medical, violence, racy — кожна з VERY_UNLIKELY до VERY_LIKELY. Це дозволяє тонко налаштовувати політику: медичні додатки whitelistять категорію medical, дитячі додатки ставлять racy = POSSIBLE як тригер блокування.

Відео: покадровий аналіз із семплінгом

Для відео-UGC беремо кадри через AVAssetImageGenerator (iOS) з інтервалом 1 секунда, запускаємо on-device модель паралельно через DispatchQueue.concurrentPerform. На Android — MediaMetadataRetriever.getFrameAtTime() + корутини з Dispatchers.Default. Якщо хоча б один кадр перевищує поріг unsafe — весь ролик позначається для перевірки.

Процес роботи

1. Аналіз контентної політики: які категорії блокувати, які потребують human review, чи потрібен whitelist для медицини/мистецтва.
2. Підбір та тестування on-device моделі на representative датасеті додатку.
3. Інтеграція двоступеневої логіки в клієнт + серверний верифікатор.
4. Налаштування порогових значень з урахуванням аудиторії (віковий рейтинг додатку).
5. Документація та навчання команди модераторів.

Що входить в роботу

• Аналіз вимог до модерації контенту.
• Підбір та адаптація on-device моделі (CoreML/TFLite).
• Інтеграція з серверним верифікатором (Google Cloud Vision або AWS Rekognition).
• Тестування на реальних даних (мінімізація помилкових спрацьовувань).
• Документація, доступи до сервісів, навчання команди.
• Підтримка після запуску (2 тижні моніторингу).

Орієнтири за термінами

Зв'яжіться з нами, щоб обговорити деталі та отримати консультацію з інтеграції AI-модерації для вашого додатку. Ми гарантуємо точність серверної верифікації >95% та надаємо сертифіковані рішення. Замовте налаштування порогів під вашу аудиторію — ми оцінимо проект і запропонуємо оптимальну архітектуру.

Машинне навчання в мобільних застосунках: CoreML, TFLite та on-device LLM

Ми розрізняємо два принципово різних підходи: застосунок з on-device AI та застосунок, який просто викликає хмарне API. Перший працює без інтернету, не надсилає дані користувача на сторонні сервери та відповідає за 50 мілісекунд. Другий залежить від затримки мережі та тарифного плану. Вибір архітектури — ключовий етап, який безпосередньо впливає на вартість, приватність та користувацький досвід. Наш досвід показує: у 70% проектів on-device інференс виявляється дешевшим у довгостроковій перспективі завдяки виключенню серверних витрат. Економія може сягати 40% щомісячних витрат — отримайте консультацію, ми порахуємо для вашого кейсу.

Як вибрати між CoreML та TFLite для on-device інференсу?

CoreML — нативний фреймворк Apple для запуску ML-моделей на пристрої, описаний у документації Apple. Підтримує Neural Engine (A11 Bionic та новіші), GPU та CPU як fallback. Моделі конвертуються у формат .mlmodel через coremltools з PyTorch, ONNX або TensorFlow. Конвертація — не завжди тривіальна: кастомні шари вимагають реалізації MLCustomLayer, а квантизація до INT8 іноді помітно знижує точність на специфічних даних. Ми гарантуємо, що підсумкова модель проходить валідацію на реальних даних до та після конвертації.

TensorFlow Lite — крос-платформна альтернатива для Android та Flutter відповідно до специфікації Google. На Android використовує NNAPI (Neural Networks API) для апаратного прискорення — з Android 10+ NNAPI стабільніший, до цього краще явно використовувати GPU delegate через GpuDelegate. Типова помилка: модель навчена на нормалізованих даних у діапазоні [0,1], а в застосунку на вхід подається [0,255] — інференс працює, але з безглуздими результатами без помилки. Ми включаємо модуль автоматичної валідації вхідних даних у SDK.

Для задач класифікації зображень, детекції об'єктів та сегментації доступні готові оптимізовані моделі. YOLOv8 у CoreML форматі запускає детекцію кадру 640×640 за 15–20 мс на iPhone 14 Neural Engine. MobileNetV3 на TFLite з GPU delegate — близько 8 мс на Pixel 7 при класифікації.

Що робити, якщо потрібна генерація тексту на пристрої?

Запуск невеликих мовних моделей на пристрої став реальністю за останні роки. Apple Intelligence використовує власні моделі через Private Cloud Compute, але для сторонніх розробників доступні інші шляхи.

llama.cpp з Metal backend на iOS — робочий підхід для phi-3-mini (3.8B параметрів, 4-bit квантизація, ~2.3 ГБ). Інференс: 15–25 токенів/секунду на iPhone 15 Pro. Для інтеграції в Swift використовуємо Swift Package llama.swift або обгортку через C-інтерфейс llama.h. Бінарник до застосунку не додаємо — модель завантажується при першому запуску та зберігається в Application Support. Наші сертифіковані розробники налаштовують інкрементальне завантаження, щоб не блокувати перший запуск.

На Android аналог — Google AI Edge (колишній MediaPipe LLM Inference API) з підтримкою Gemma-2B. Працює через GPU delegate, на Tensor G3 чіпі Pixel 8 Pro — близько 20 токенів/секунду.

Інтеграція OpenAI API та інших хмарних моделей

Для сценаріїв, де cloud inference допустимий, інтеграція OpenAI, Anthropic або Google Gemini — це HTTP клієнт + streaming SSE. У Swift зручно через AsyncThrowingStream для стрімінгових відповідей. У Kotlin — через Flow.

Критично важливо: API-ключі ніколи не зберігаються в бандлі застосунку. Навіть обфускований ключ витягується з IPA за 10 хвилин через strings або frida. Правильна архітектура: мобільний застосунок → власний backend → OpenAI API. Backend контролює rate limiting, логує запити, захищає ключ.

Що входить у роботу (результати)

• Навчена та квантизована модель під цільовий пристрій (документація за метриками)
• SDK для інтеграції (Swift/Kotlin/Flutter) з прикладами виклику
• Тести продуктивності на 3–5 реальних пристроях
• Інструкція з оновлення моделі OTA
• Підтримка при проходженні модерації App Store / Google Play (перевірка відповідності Guidelines 4.2, 5.1)
• 2 тижні технічної підтримки після релізу

Типовий пайплайн проекту

1. Аналіз завдання — вимірюємо latency, privacy, size, підтримувані пристрої.
2. Прототипування моделі — в Python, оцінка accuracy на цільових даних.
3. Конвертація та квантизація — під CoreML/TFLite з валідацією.
4. Інтеграція в застосунок — модель обгортається в сервісний шар (легко замінювати CoreML → TFLite → хмара).
5. Тестування — на реальних пристроях, вимір FPS, RAM, батареї.
6. Деплой — через TestFlight / Firebase App Distribution, моніторинг метрик.

Терміни: інтеграція готової CoreML/TFLite моделі — 1–2 тижні, розробка кастомної моделі з мобільною оптимізацією — від 6 тижнів, on-device LLM чат з персоналізацією — 4–8 тижнів.

Чому ми беремося за складні кейси?

10+ років досвіду в мобільній розробці, 50+ впроваджених AI/ML рішень, гарантія сумісності з актуальними версіями iOS та Android. Всі проекти проходять code review та навантажувальне тестування. У вартість вже входить підготовка документації для модерації та навчання вашої команди.

Зв'яжіться з нами — ми допоможемо вибрати архітектуру та впровадити ML у ваш застосунок під ключ. Замовте аудит наявного рішення — безкоштовно оцінимо потенціал економії серверних витрат. Отримайте консультацію експерта — напишіть нам сьогодні.