Facebook“AI 換臉”打假賽新程式：AWS 攜學界大佬加入，初始資料集釋出！

雷鋒網 AI 開發者按：就在上個月，Facebook 發起 Deepfakes 檢測挑戰賽，懸賞 1000 萬美元打假 AI 換臉。

現在，這個挑戰賽有了新動作，Facebook 找到了 AWS、微軟等志同道合的盟友釋出了挑戰賽的初始資料集，並向世界各地的 AI 大佬發起了比賽邀請。Facebook 釋出了文章來詳細的介紹這一進展，雷鋒網 AI 開發者將相關內容整理編譯如下。

Deepfakes 挑戰賽進展

開發有效檢測虛假影片的技術無論是對於整個行業還是整個社會來說，都是非常重要的事情。同樣，開發這些工具也需要人工智慧領域專家的支援與合作。為了加速這項重要的工作，我們現在釋出了 100000 多個影片的第一個子集，這些影片是專門為「Deepfakes 檢測挑戰」（DFDC）建立的。

我們在上個月釋出了 DFDC 計劃，旨在推動新工具的開發，從而更好地檢測哪些地方使用了人工智慧來更改影片或影像，造成了觀眾的誤解。現在，我們也很高興的宣佈，DFDC 計劃已經得到了亞馬遜網路服務公司（amazon web services，aws）和其他幾位領先的學術研究人員的支援與加入。

獲得研究社群反饋的初始資料集釋出

DFDC 資料集將包含各種新的、高質量的影片，這些影片是專門為研究 Deepfake 挑戰賽而製作。這些影片的錄製只使用付費的演員，他們已經與我們達成了協議，並幫助我們建立資料集，這樣可以避免可能妨礙研究人員工作的一些限制。資料集和排行榜以及 Facebook 資助的獎金和獎勵的資訊可在 DFDC 網站上獲得。

為了確保資料集和挑戰引數的質量，我們現在正在與從事這一領域的研究人員共享前 5000 個 DFDC 影片。從 10 月 27 日開始，我們將在首爾舉行的國際計算機視覺會議上收集反饋意見，並舉辦有針對性的技術工作會議。完整資料集釋出和 DFDC 釋出會將在（neurips）今年 12 月上線。

目前，DFDC 資料集其中一個組成部分是由上萬個包含人臉的影片所組成，該資料集附帶的標籤描述了它們是否是使用了面部操作技術生成。資料集中的所有影片都是在獲得付費參與者同意的情況下建立的，並且資料集將免費提供給社群，用於開發、測試和分析檢測具有被操縱面孔的影片的技術。

DFDC 網站：

 

資料集地址：

DFDC 新成員

我們認識到，社群需要共同努力，才能建立起更有效處理 Deepfake 的工具。其中，更多的行業合作伙伴，以及學術界、媒體和社會組織聯合起來將成為實現這一目標的關鍵。

AWS 作為技術合作夥伴及人工智慧和媒體誠信新指導委員會（Partnership on AI』s new Steering Committee on AI and Media Integrity）的成員也加入了這項工作。該委員會將監督這一挑戰，它將由一個廣泛的跨部門組織聯盟組成，包括 Facebook、Witness、微軟、紐約時報以及社會、技術、媒體和學術界的其他組織。

AWS 不僅貢獻了高達 100 萬美元的 AWS 信用額度來支援這一挑戰，也將讓 Amazon ML 解決方案實驗室的專家提供技術支援和指導。挑戰賽結束之後，AWS 還將與參賽團隊合作，並基於選手個人意願，提供了在 AWS 模型市場上託管他們模型的機會。

AWS 部落格：

https://aws.amazon.com/cn/blogs/machine-learning/aws-supports-the-deepfake-detection-challenge-with-competition-data-and-aws-credits/  

  更多學者的發聲

•  Pietro Perona 教授

「作為人工智慧領域的長期研究者，我相信人工智慧能夠而且應該成為世界上有益的力量！」加州理工學院電子工程與計算機及神經系統的 Pietro Perona 教授說道，他既是 AWS 的研究員，也將擔任 DFDC 的技術顧問。

他告訴我們：「要打擊利用 Deepfake 作為欺騙公眾、威脅社會和民主的工具，就必須勇敢的面對它。這也是我為什麼熱衷於幫助組織「Deepfake 檢測挑戰賽、並與 Facebook、the Partnership for AI 以及其他同時合作建立一個有助於動員機器學習和計算機視覺社群競爭。正是因為競爭使我們團結起來，幫助我們理清要解決的問題，確定我們可以採取的行動步驟，併為之後的進展確定一個標準，來幫助世界在現實和虛構之間保持一條光明的界線。」

• Laura Leal Taixé 教授

來自慕尼黑工業大學動態視野與學習小組的負責人——Laura Leal Taixé 教授，也在我們為更廣泛的社群開發資料集時加入了我們，並擔任學術顧問和合作者。她和 Facebook 人工智慧的 Cristian Canton Ferrer 將在國際計算機視覺大會 ICCV 大會上主持 DFDC 釋出會。

「生成真實影像的技術正在以驚人的速度進步著。雖然從技術角度來看，這令人難以置信地興奮，但也有明顯的社會擔憂，假的媒體影片顯然是其中之一。對目前還沒有完全數字化，也依賴印刷媒體的一代人來說，這一點看起來並不重要；但未來幾代人更多的是隻會以數字格式消費新聞，而且完全容易受到假新聞和目標媒體氾濫的影響。」

Leal-Taixé說道，「因此，對於社會來講，教育這些新一代媒體消費，提高人們對已存在於我們身邊的虛假新聞的正確認識將是一個很大挑戰。從我們的角度來看，我們必須更加努力地創造新技術來對抗數字偽造，這也只有工業界和學術界聯合起來，才有可能實現，我認為 DFDC 是朝這個方向做出的傑出努力！希望這能激勵成千上萬的智者來解決這個問題。」

• Luisa Verdoliva 教授

那不勒斯大學費德里科二世工業工程系的 Luisa Verdoliva 教授也將加入 DFDC 並擔任學術顧問。除此之外，Leal-Taixé 教授和 Verdoliva 教授也將與其他領先的學術研究人員共同幫助打造這一挑戰賽。

我們相信，這種開放的、基於社群的努力將加速開發新的開源工具，以防止人們使用人工智慧操縱影片以欺騙他人。

常見問題（FAQ）

• Deepfake 檢測挑戰的目標是什麼？

與 Deepfake 和其他被篡改媒體相關的 AI 技術正在迅速發展，這使得 Deepfake 越來越難被發現，有時甚至連人類評估人員都無法可靠地分辨出兩者的區別。「Deepfake 檢測挑戰賽」旨在透過邀請參與者參與競爭，創造檢測假影片、防止大眾被媒體誤導的新方法，並激勵該領域的快速發展。

• 挑戰什麼時候開始？

隨著擴充套件資料集的釋出，Deepfake 檢測挑戰將於 2019 年 12 月啟動。

• 提交截止日期是什麼時候？

這項挑戰將持續到 2020 年 3 月底。

• 挑戰如何進行？

參與者可以下載用於訓練模型的資料集，然後提交程式碼到黑盒環境中進行測試。我們將在今年晚些時候開始提交挑戰，屆時將提供指南和資料集許可證。

• 如何建立訓練資料集？

我們正在構建一個新的訓練資料集專門針對這個挑戰。為了建立這個資料集，我們正在與一個第三方供應商合作，該供應商僱傭了一組不同的同意參與為這個挑戰建立資料集的人員。然後，我們使用各種不同的人工智慧技術，基於這些未經修改的影片的子集建立被篡改的影片。

• 誰能參加挑戰？

挑戰將是全球性的，參與者在參與挑戰之前需要同意我們的資料集許可證。

• 是否在資料集中使用來自社交媒體或影片平臺的使用者資料？

訓練資料集中不包括社交或影片平臺的使用者資料。我們正在為這一挑戰構建一個新的資料集。

• 如何判斷挑戰/如何選出勝利者？

我們將提供一個測試機制，使團隊能夠根據我們的創始合作伙伴提供的一個或多個黑盒測試集對其模型的有效性進行評分。

• 挑戰參與者對他們為挑戰而創造的技術有什麼權利？

參與者將保留其在訓練資料集上訓練模型的權利。Facebook 及其分包商將獲得參與者使用這些模型管理挑戰賽的權利。

• 如何防範那些試圖訪問程式碼和資料的對手？

我們將限制對訓練資料集的訪問，以便只有接受挑戰的研究人員才能訪問它。每個參與者都需要就如何使用、儲存和處理資料的使用條款達成一致，共享資料也有嚴格的限制。

更多詳細資訊，請訪問 DFDC 網站：