Facebook公佈Deepfake檢測挑戰賽項目結果

去年 9 月，Facebook 宣布了一項在科技界尤其是人工智慧 (AI) 領域受到廣泛關注的計劃，名為「Deepfake 偵測挑戰」。）旨在尋找有效的 Deepfake 偵測工具，幫助對抗日益增長的威脅源自這項「弊大於利」的技術發明的假訊息。

該競賽於2019年12月11日正式啟動，測試資料集包括115,000個精心挑選的deepfake視頻，以評估競賽工具的有效性。此次比賽共有2,114家單位報名參賽，測試了35,000個deepfake檢測模型，總獎金高達1000萬美元。

經過6個月的角逐，獲勝者的身分也隨之揭曉。它是由 Mapbox 機器學習工程師 Selim Seferbekov 開發的「深度偽造偵測器」系統。Selim Seferbekov 的 Deepfake 檢測模型在由 10,000 個設計極其複雜的 Deepfake 影片組成的測試資料集上實現了高達 65.18% 的平均準確率。對於不太複雜的公共資料集，模型的準確率可以達到82.56%。

Facebook 表示：“Seferbekov 的機器學習模型所展示的識別 Deepfake 內容的準確度現在是“一個新標準，有助於幫助人工智慧社群繼續開發更有效的模型來完成這項艱鉅而重要的任務。”

執行長馬克·祖克柏也不忘記感謝所有註冊參與本次挑戰的個人和組織，強調協作努力是在該任務中創建強大框架的唯一途徑，檢測並擊退互聯網上的 Deepfake 問題。

Deepfake 正成為散播假新聞的一個問題，而且由於能夠在 Facebook 等龐大的社群網路上輕鬆分享，這個問題尤其危險。根據專家警告，deepfake正在迅速發展，在短短幾年內，它將使假影片變得極其容易製作並顯得猖獗。因此，像 Deepfake 檢測挑戰這樣的計劃對於找到有效的工具來防止這個問題至關重要。