deepfake技术利用AI算法，可以“扣出”影片、图片和音频中的特定人物，将他人取而代之。而根据阿姆斯特丹网络安全初创公司Deeptrace的最新统计，基于该技术的影像制品数目，正在网络上迅速增加。该公司在6月和7月的统计中发现了14698个deepfake视频，而这一数字在去年12月时只有7964。仅仅7个月过去，deepfake视频就爆炸般增长了84%。这一增长趋势引起了大众的不安，不仅仅是因为deepfake视频可以用来操纵、摇摆民意，甚至影响选举，又或是将莫须有的罪行栽赃给某个人。他们更担心的是由此产生的大量色情视频和敲诈案件。
为了应对deepfake的迅猛增长，Facebook牵手亚马逊云服务(AWS)、微软以及AI合作伙伴关系（the Partnership on AI），举办了deepfake 检测挑战赛。来自康奈尔理工学院、麻省理工学院、牛津大学、加州伯克利分校等院校的众多专家学者们加入比赛，在deepfake检测技术的研究道路上带头冲锋。该赛事将在温哥华NeurIPS 2019会议上向全球发布，力图促进开源检测工具的开发。
截止至今，Facebook已经贡献了超过一千万美元，用以鼓励人们参与奖金的角逐；亚马逊云服务则贡献了价值一百多万美元的积分，并为参赛者提供了备选模型；谷歌旗下Kaggle数据科学和机器学习平台将负责该挑战赛的主办。
Facebook首席技术官Mike Schroepfer指出，deepfake技术产生的“真人”影音材料严重影响了人们对于网络信息的信任，而行业中却没有工具来检测它们。我们希望开发出一些技术，让这些被伪造的视频无处遁形。”
检测挑战赛所提供的数据集展示了原始视频（左）和被篡改视频（右）。
deepfake检测挑战包括了巨额奖金和一个训练数据集。针对视频造假，多种检测工具几经面试，其中，由加州大学伯克利分校和南加州大学研究人员开发的工具最为优秀，它的识别准确率能超过90%。但与此同时，deepfake又是一项在不断变化和发展中的技术。可以说这项检测挑战任重而道远。在最近的采访中，Pinscreen公司首席执行官Hao Li指出，人工智能合成技术演化不断，在某种程度上，合成赝品几乎不可能从现实中辨别出来。
deepfake检测挑战中，群众演员们受雇拍摄了许多的视频训练材料。这些视频中的背景、动作、场景设计各不相同，可以说是五花八门。在这之后，基于这些真实的视频，伪造的视频被加工出来，它们或人脸被调换，或声音被修改。
“deepfake探测技术的前沿研究需要结合大规模、贴近现实、有用且免费的数据集。既然这种资源不存在，我们便不得不从头开始创造它。” Facebook人工智能研究经理Christian Ferrer表示，为了避免法律和政策掣肘，这份数据集，只涉及那些签订使用协议的参与者，不涉及其他用户的任何信息。此外，Ferrer还说，对数据集的访问是封闭的，因此只有签订了许可协议的团队才能访问和使用它。
即日起，参赛者可以下载语料来训练自己的deepfake识别模型。在完成了设计后，他们需要将代码提交到一个黑盒环境中接受验证，获得评分。参赛者不需要分享他们的模型，但必须同意将模型开源以获得赢取巨额奖金的资格。
deepfake检测挑战由一个专业的委员会推动和监督，该委员会包括Facebook、微软以及媒体、学术团体等。该竞赛计划运行到2020年3月底。
“跨行业领域的各界团体一起努力，在几个月的时间里共同创造了该挑战，这样的团结一致无疑的是鼓舞人心的。”Facebook人工智能总监、负责管理这项挑战的业务主管Irina Kofman说道，“每个人都带来了各自领域的见解，这让我们得以接触到了广泛的观点。”
谷歌副总裁AI Jerome Pesenti认为，“我们知道解决这些难题不会容易。但是，我相信，开源开放的研究方法终将孵化有效的工具，帮助人们识别deepfake诈骗。”
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
