You are currently at: ejtech.hkej.com
Skip This Ads
Don't Miss
Home   >   中國   >   fb短片辨偽賽 冠軍準確度65%

fb短片辨偽賽 冠軍準確度65%

By on June 16, 2020

原文刊於信報財經新聞「StartupBeat創科鬥室」

全球最大社交平台Facebook（fb）去年12月，透過公開舉辦Deepfake（深層偽造影像）檢測挑戰賽（DFDC），旨在尋找並開發演算法，以識別偽造短片。該項比賽近日宣布賽果，其中最佳評分模型，由選手Selim Seferbekov勝出，其平均準確率達到65.18%。

得獎選手瓜分780萬獎金

所謂「深層偽造影像」，主要以人工智能（AI）技術，把目標人物長相移花接木，再竄改為合成影片。由於聲畫相當逼真，一般人難分真假；適逢年底美國總統大選，若作網絡詐騙工具，足以左右輿論風向，教不少科企頭痛不已。

DFDC今次吸引全球2114名選手參加，向大會遞交合共逾3.5萬個演算法模型，其後通過公開排行榜（Public Leaderboard），讓參賽者評估自己表現；勝出選手將瓜分100萬美元（780萬港元）獎金。

fb僱用3500名演員拍片，部分以AI製作Deepfakes魚目混珠。（fb網上圖片）

fb僱用3500名演員拍片，部分以AI製作Deepfakes魚目混珠。（fb網上圖片）

為了籌辦比賽，fb先夥拍矽谷科企微軟（Microsoft），美國麻省理工學院（MIT）、英國牛津大學（University of Oxford）及德國慕尼黑工業大學（Technical University of Munich）等行業及學術專家，創建並共享逾10萬個短片數據庫。

fb另僱用逾3500名演員，錄製短片魚目混珠；部分影片以不同的Deepfake生成模型及干擾元素，例如：圖像增強、模糊、重疊等手法修改短片。

挑戰賽選手須把其代碼提交至黑盒數據庫，當中內含一萬條保密短片，包括網上現存的Deepfake影片，選手事前無法用來訓練AI；大會另模擬潛在不良分子，藉修改及瞞騙檢測器等手法，提高比賽難度。

公開排行榜上表現最佳的模型，平均準確度做到82.56%；惟其模型通過黑盒後，識別能力隨即顯著下降，以表現最佳的Selim Seferbekov為例，其平均準確度只達65.18%。fb科技總監施勒普夫（Mike Schroepfer）向傳媒坦言，效果已比他預期為佳。

施勒普夫續稱，對fb目前情況而言，Deepfakes並非什麼大問題，但公司希望以這些工具，提前準備以防萬一。這項挑戰賽勝出的演算法，將以開放源碼方式發布，藉此協助其他研究人員。惟fb會把自己的檢測技術保密，以防被人逆向工程破解。

支持EJ Tech



如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。