換臉AI Deepfake製造的視頻，讓女明星們蒙受不白之冤，讓吃瓜群眾誤以為有視頻有真相。
現在，科學家們終於決定以AI制AI了。
由Facebook領銜的一群學校和公司，決定共同創建Deepfake檢測挑戰賽，Deepfake Detection Challenge，簡稱DFDC。
就像ImageNet挑戰賽推動圖像識別的進展一樣，他們決定以此為基準，推進Deepfake檢測任務的成績，而且，Facebook自己準備花1000萬美元幹好這件事。
不過，先別急著讚美，已經有人發現了bug所在……
比賽詳情Facebook為這項比賽投入了1000萬美元，折合7147萬人民幣。
除了主導者Facebook之外，微軟也是參與主辦者之一，MIT、牛津大學、UC伯克利、馬裡蘭大學、紐約州立大學奧爾巴尼分校、康奈爾大學與以色列理工學院合建的學校Cornell Tech六所學校也參與了進來。另外，馬裡蘭州的城市科利奇帕克（College Park）也參與到了這項比賽的籌備中。
正如ImageNet挑戰賽有自己的數據集，Deepfake檢測挑戰賽也會專門做一個數據集出來，可以供參與者無限制免費試用。
不過，雖然手握重要社交平臺，Facebook承諾不會使用Facebook平臺上用戶的數據，而是選擇付費找演員來製作視頻。
最終的數據集將會在10月的ICCV上測試，完整數據集會在12月的NeurIPS上發布。
整個DFDC比賽將會在年底開始，明年3月份截止提交，需要參賽者提交代碼進行黑盒驗證集測試。
結束後也會有比賽結果排行榜，並提供一定的獎勵。Facebook作為主辦方自己也會參賽，不過他們表示自己不會拿獎金。
現成的參賽選手不過，雖然針對Deepfake的檢測比賽是頭一次出現，但檢測Deepfake視頻的AI可是早就有了。
今年2月，動圖表情包網站Gfycat就訓練了兩個AI模型，用來找出那些被換了臉的視頻。
一個模型叫Project Angora，名字來源於安哥拉貓；另一個叫Project Maru，Maru是日本的一隻網紅貓。
Angora負責在這個表情包網站上找到換臉視頻的原版，而Maru負責標註出圖像的哪個部分是被篡改過的，在視頻中找到人臉，對比明星的臉，看是不是被P上去的。
這不是軍備競賽嗎？Facebook的這項行動，也獲得了不少學術界人士的讚揚。UC伯克利EECS教授Hany Farid評價說：
為了從資訊時代走向知識時代，我們必須更好的辨明真偽，獎真懲假，教育下一代成為更好的數字公民。這需要全面的投資，需要工業界、學界、非政府組織一同努力研究，發展和實施能快速精準辨別真偽的技術。
也有人覺得，ZAO都這麼火了，必須得有技術讓我們分辨出真假：
但是，也有人發現了問題所在：這個Deepfake檢測挑戰賽，好像哪裡不對啊？
在Yann LeCun轉發這條消息的推特下，不少吃瓜研究者看樂了：
我想知道，創造出一個好的Deepfake檢測算法，是不是在催生更好的Deepfake算法，這是對抗學習框架的一半啊……
還有人深入解釋了這個問題：
笑哭……所以他們是要訓練一個鑑別器，比Deepfake的GAN中用的鑑別器更好？然後就會有人用這個更好的鑑別器，用它來創造更好的Deepfake GAN。這就是一場GAN的軍備競賽。
如果前來吃瓜的朋友看不懂，那量子位在這裡小小解釋一下這幾位評論區網友的笑點。
Deepfake這種換臉AI，背後用到的是GAN（生成對抗網絡）技術來生成畫面。
GAN本身就是一個畫師、一個裁判雙方對抗，畫師負責畫出換臉之後的圖像，裁判負責把畫得不像的扔掉，篩選出畫得像的，拿出去交作業。
而Facebook這個挑戰賽，是要鼓勵人們訓練出更好的針對Deepfake的AI檢測工具，這個檢測工具，本身也是看哪些視頻畫得不像，把畫得不像的、和真實視頻（不可能畫得不像，因為壓根就沒畫過）區分開來。
也就是說，這個AI檢測工具，就是給Deepfake背後的那個GAN提供水平更高的裁判，相當於給競爭對手培養教練，給友商培養測試人員，這是資敵啊！
因此，Deepfake們獲得了更好的裁判，可以創造出更逼真的換臉假視頻，也給Facebook的這個挑戰賽創建了難度更高的數據集，倒逼挑戰賽的參與者訓練更高水平的裁判，然後更高水平的裁判再被新一代Deepfake們使用……
魔高一寸，道高一尺；道高一尺，魔高一丈；魔高一丈，道高一裡……往往復復無窮日，此恨綿綿無絕期，最終雙方都燃盡了GPU，換臉AI也達到了巧奪天工的水準。
比賽傳送門https://deepfakedetectionchallenge.ai/