Facebook 首届寻找 AI 操纵视频算法挑战赛落幕，第一名因数据问题被取消成绩

技术编辑：宗恩丨发自 SiFou Office

SegmentFault 思否报道丨公众号：SegmentFault

---

来自外媒消息 Facebook 公布了第一届 Deepfake 检测挑战赛的结果 ，这是一场寻找可以发现人工智能操纵视频的算法的公开竞赛。虽然结果显示经过算法找到人工智能操纵的视频这件事颇有但愿，但距离真正应用还有一段距离。

Facebook 还表示，竞赛中获胜的算法可以发现「具备挑战性的真实示例」深层仿制品，平均准确率为65.18%。来自 Facebook 的首席技术官 Mike Schroepfer 也表示：「他对挑战赛的结果很满意，这将为研究人员创建一个基准，并指导他们将来的工做。」

在即将到来的 2020 年美国总统大选上， Deepfakes 可能会被用于「政治误导」，这些寻找人工智能操纵视频的算法也将迎来黄金时刻。

---

约有 2114 名参赛者向比赛提交了 35000 多个检测算法。测试他们从约 10 万个短片的数据集中识别深层假视频的能力。Facebook 雇佣了 3000 多名演员来制做在天然环境中进行对话视频。其中有些片断是经过人工智能操纵让其余演员的脸贴到他们的视频上。

↑挑战中的实例

研究人员被容许访用这些数据来训练他们的算法，当对这些材料进行测试时，准确率能够高达 82.56%。然而，当一样的算法对由未见过的镜头组成的 「黑盒] 数据集进行测试时，它们的表现要差得多，得分最好的模型的准确率为65.18%。

Schroepfer 表示本次挑战赛的获胜算法将做为开源代码发布，以帮助其余研究人员，但Facebook 也表示，将对本身的检测技术保密，以防止其被反向工程。

第一名被优点方案被取消成绩惹争议

在这场比赛中，本来排名第一的团队由于数据的缘由，优点方案被取消成绩，最终他们的第二方案得到了第七名。

简单来讲这个团队使用了非比赛官方的视频用于判断算法的准确性，在与官方的沟通中团队得知他们违法了「获胜做品提交文档」的规定，团队被 Facebook 官方要求提供出如今外部数据集中的每一个人的附加许可。

这显然是不可能的，这些数据来自公共数据集，团队没法出示其中每个人的具体书面许可，也没法识别这些人。最终通过多方沟通，因为团队没有故意破坏任何规则，所以会保留未使用任何外部数据的提交内容，而仅取消获胜的提交内容的资格。

今天，该团队对此事发表了一份声明，完整声明以下：

致 Kaggle、Facebook 托管团队和各位参赛者们：

首先，咱们要向 Kaggle 和 Facebook 托管团队表示感谢。感谢他们建立了这一数据集以及举办本次竞赛，并在此向全部最终获奖者表示祝贺。

咱们想在这里进一步解释一下，关于咱们的获胜解决方案无效的问题。以及咱们第二方案在 LB 上的状况变更。

为了应对 Private LB 的激烈竞争，咱们准备了两个解决方案，最终分别得到 0.42320 和 0.44531 的 Private LB 分数。对于在 Public LB 上得分更高的 0.44531 方案，咱们仅使用了竞赛数据和 12 个模型的未加权均值：这是咱们在 LB 上保持第七名位置的方案。对于咱们最初的获奖方案（0.42320），咱们将使用竞赛数据训练的 6 个模型和使用一些外部数据训练的 9 个模型混合在了一块儿。

AI 是把双刃剑

在这个 AI 技术高速发展的时代，AI 技术不只能让人们过的更好，也能作一些「恶事」。

Deepfake 就是这样一个典型例子，因为能够改变视频中的人脸，这项技术能够很好的帮助影视制做团队制做视频，但也常被用于制做「假视频」或者「色情视频」当中，还有更严重的它甚至能经过改变视频操纵「政治导向」，因此本次 Facebook 举办的寻找人工智能操纵视频发现算法的比赛很是有意义。

虽然比赛出了一些问题，第一名由于数据问题被取消名次，但缘由多是由于第一届没有前车可鉴，许多规则尚不明确，Facebook 与参赛者也没有很好的沟通所致使。固然要求参赛队伍提交额外数据集里出现人物每一个人肖像的受权许但是显示不合理的，也但愿 Facebook 能够在从此的比赛中制定更加合理的规则。