“深造”检测大赛冠军仍有三分之一的人猜错了

这个故事是《2020年选举》的一部分，CNET报道了11月投票前的情况。

当看人的视频时，很难让电脑区分真假视频和电脑生成的欺诈行为deepfake，这是Facebook举办的一项竞赛。在2114名提交了35000个deepfake检测计算机模型的参与者中，平均成功率是70%，最好的是83%。

但是这些分数使用的是Facebook为比赛创建的10万个视频的公共数据集，叫做deepfake Detection Challenge（DFDC）。使用单独收集的10万个以前看不到的视频，再加上一些额外的技术使它们更难判断，最佳分数是65%。每天从CNET新闻获取最新科技报道。

AI技术已经自动化了许多以前计算机难以完成的任务，如转录人声、筛选垃圾邮件和添加将梵高造型应用到自拍中的效果。不过，有一个缺点是，同样的技术也可以用来制作深度假货，比如将一个人的声音风格和特征映射到另一个人的视频中。如果一个政治候选人的尴尬失态在被揭穿之前就在社交媒体上传播开来，这可能会成为一个问题。

错误信息和虚假信息加深了对2020年美国大选的威胁并不是你想象的那样2020年大选前：在一个支持特朗普的YouTube造谣网络中寻找你可以信任的信息的技巧，该网络横跨越南到波斯尼亚的政治广告让Twitter、Facebook和谷歌陷入困境。以下是

Microsoft、Amazon、Facebook以及麻省理工学院、牛津大学、康沃尔大学和加州大学伯克利分校于2019年9月发起这项竞赛的原因。主办方向3500名演员支付制作原始视频的费用，然后以各种方式进行修改，生成10万个公众视频，参赛者可以在这些视频上训练他们的人工智能模型。Facebook表示，这些演员被选为代表各种性别、肤色、种族、年龄和其他特征的演员。

鉴于人们担心假视频可能在11月美国大选前误导人们，深度假检测挑战赛的结果意义重大。专家们担心，即使没有多少“深度假货”令人信服，而且大多数都被抓到了，但“深度假货”的存在可能会让选民怀疑他们遇到的视频的可信度，从而扰乱选举。

Facebook认为其他线索有助于处理深度假货。

现在播放：看这个：我们还没准备好进行深层次的假革命7:07

“当研究社区希望在挑战结果的基础上再接再厉，我们都应该更广泛地思考，并考虑超越图像和视频分析的解决方案，”Facebook的研究人员在一篇博客中说。\“考虑、起源和其他信号可能是改进deepfake检测模型的方法。”

和对deepfake检测的研究还没有结束。竞赛组织者计划为该地区的新工作发布全部价值38天的原始视频素材。

“这将有助于人工智能研究人员开发新一代和检测方法，以提高这一领域的技术水平，”Facebook说