换脸AI Deepfake制造的视频，让女明星们蒙受不白之冤，让吃瓜群众误以为有视频有真相。

现在，科学家们终于决定以AI制AI了。

由Facebook领衔的一群学校和公司，决定共同创建Deepfake检测挑战赛，Deepfake Detection Challenge，简称DFDC。

就像ImageNet挑战赛推动图像识别的进展一样，他们决定以此为基准，推进Deepfake检测任务的成绩，而且，Facebook自己准备花1000万美元干好这件事。

不过，先别急着赞美，已经有人发现了bug所在……

比赛详情

Facebook为这项比赛投入了1000万美元，折合7147万人民币。

除了主导者Facebook之外，微软也是参与主办者之一，MIT、牛津大学、UC伯克利、马里兰大学、纽约州立大学奥尔巴尼分校、康奈尔大学与以色列理工学院合建的学校Cornell Tech六所学校也参与了进来。另外，马里兰州的城市科利奇帕克（College Park）也参与到了这项比赛的筹备中。

正如ImageNet挑战赛有自己的数据集，Deepfake检测挑战赛也会专门做一个数据集出来，可以供参与者无限制免费试用。

不过，虽然手握重要社交平台，Facebook承诺不会使用Facebook平台上用户的数据，而是选择付费找演员来制作视频。

最终的数据集将会在10月的ICCV上测试，完整数据集会在12月的NeurIPS上发布。

整个DFDC比赛将会在年底开始，明年3月份截止提交，需要参赛者提交代码进行黑盒验证集测试。

结束后也会有比赛结果排行榜，并提供一定的奖励。Facebook作为主办方自己也会参赛，不过他们表示自己不会拿奖金。

现成的参赛选手

不过，虽然针对Deepfake的检测比赛是头一次出现，但检测Deepfake视频的AI可是早就有了。

今年2月，动图表情包网站Gfycat就训练了两个AI模型，用来找出那些被换了脸的视频。

一个模型叫Project Angora，名字来源于安哥拉猫；另一个叫Project Maru，Maru是日本的一只网红猫。

Angora负责在这个表情包网站上找到换脸视频的原版，而Maru负责标注出图像的哪个部分是被篡改过的，在视频中找到人脸，对比明星的脸，看是不是被P上去的。

这不是军备竞赛吗？

Facebook的这项行动，也获得了不少学术界人士的赞扬。UC伯克利EECS教授Hany Farid评价说：

为了从信息时代走向知识时代，我们必须更好的辨明真伪，奖真惩假，教育下一代成为更好的数字公民。这需要全面的投资，需要工业界、学界、非政府组织一同努力研究，发展和实施能快速精准辨别真伪的技术。

也有人觉得，ZAO都这么火了，必须得有技术让我们分辨出真假：

但是，也有人发现了问题所在：这个Deepfake检测挑战赛，好像哪里不对啊？

在Yann LeCun转发这条消息的推特下，不少吃瓜研究者看乐了：

我想知道，创造出一个好的Deepfake检测算法，是不是在催生更好的Deepfake算法，这是对抗学习框架的一半啊……

还有人深入解释了这个问题：

笑哭……所以他们是要训练一个鉴别器，比Deepfake的GAN中用的鉴别器更好？然后就会有人用这个更好的鉴别器，用它来创造更好的Deepfake GAN。这就是一场GAN的军备竞赛。

如果前来吃瓜的朋友看不懂，那量子位在这里小小解释一下这几位评论区网友的笑点。

Deepfake这种换脸AI，背后用到的是GAN（生成对抗网络）技术来生成画面。

GAN本身就是一个画师、一个裁判双方对抗，画师负责画出换脸之后的图像，裁判负责把画得不像的扔掉，筛选出画得像的，拿出去交作业。

而Facebook这个挑战赛，是要鼓励人们训练出更好的针对Deepfake的AI检测工具，这个检测工具，本身也是看哪些视频画得不像，把画得不像的、和真实视频（不可能画得不像，因为压根就没画过）区分开来。

也就是说，这个AI检测工具，就是给Deepfake背后的那个GAN提供水平更高的裁判，相当于给竞争对手培养教练，给友商培养测试人员，这是资敌啊！

因此，Deepfake们获得了更好的裁判，可以创造出更逼真的换脸假视频，也给Facebook的这个挑战赛创建了难度更高的数据集，倒逼挑战赛的参与者训练更高水平的裁判，然后更高水平的裁判再被新一代Deepfake们使用……

魔高一寸，道高一尺；道高一尺，魔高一丈；魔高一丈，道高一里……往往复复无穷日，此恨绵绵无绝期，最终双方都燃尽了GPU，换脸AI也达到了巧夺天工的水准。

比赛传送门

https://deepfakedetectionchallenge.ai/

“