|
该数据库包括3000个人工智能生成的视频，使用各种公开可用的算法制作而成。 背景：在过去的一年里，生成算法已经变得非常擅长合成视频媒体，以至于用机器学习算法生成的内容很快就会与现实难以区分。如今，研究人员正竞相寻找更好的方法来检测这些所谓的“深度仿真”，尤其是随着2020年美国总统大选的临近。 Deepfake drop：周二，谷歌发布了一个包含3000个由AI生成的视频的开源数据库，作为其加速开发Deepfake检测工具的一部分。谷歌与28名演员合作，录制了他们的演讲、日常表达和生活的视频，然后使用公开可用的deepfake算法来改变人脸。 现状：本月早些时候，Facebook宣布将在今年年底发布一个类似的数据库。今年1月，由慕尼黑工业大学的研究人员领导的一个学术团队创建了一个名为FaceForensics++的程序，该程序通过对近1000段YouTube视频进行四种常见的面部操作方法来完成。对于每个数据集，想法都是一样的：创建一个大型的示例库，以帮助训练和测试自动化检测工具。 猫鼠游戏：但是一旦开发出一种检测方法来利用特定生成算法中的缺陷，该算法就可以很容易通过迭代更新来纠正它。因此，一些研究人员正试图找出检测合成图像的新方法。另一些人则认为，仅靠技术手段是无法控制深度仿真的，它还需要社会、政治和法律方面的解决方案。 |
|
|
