打击换脸技术滥用，谷歌发布大型数据集对抗deepfake

deepfake 出现以来引发了大量争议，也带来了诸多伦理和社会问题。最近，Facebook、微软等巨头已开始着手打击 deepfake 滥用，斥资 1000 多万美元举办 deepfake 检测挑战赛。谷歌也不甘落后，近日，这家科技巨头宣布开源大型 deepfake 视频数据集，以支持社区对 deepfake 检测的研究。

深度学习催生出许多几年前难以想象的技术。现代生成模型（modern generative model）就是其中一例，它能够合成超逼真的图像、语音、音乐甚至视频。这些模型已被广泛应用于大量用途，包括直接基于文本生成类人语音、为医疗影像研究生成训练数据等。

和其他革新性技术一样，生成模型也带来了新的挑战，如「deepfake」。2017 年底，deepfake 首次亮相，之后出现了很多开源 deepfake 生成方法，导致合成视频片段大量涌现。尽管很多此类视频的制作初衷是搞笑，但还是有一些 deepfake 视频对个人和社会造成了恶劣影响。

谷歌严肃地考虑了这些问题。去年，谷歌发布了「AI 准则」，承诺探索 AI 最佳实践，以减轻 AI 滥用和 AI 危害。去年 1 月，谷歌发布了一个合成语音数据集，用于支持 ASVspoof 2019 挑战赛，帮助开发高性能的假音频检测器。作为赛事的数据库，该数据集已被 150 多个研究机构和工业界组织下载，目前该数据集已向公众免费开放。

近日，谷歌 AI 与 Jigsaw（原 Google Ideas）合作发布了大型视觉 deepfake 数据集，该数据集已被纳入慕尼黑工业大学和那不勒斯腓特烈二世大学创建的 FaceForensics 基准（由谷歌联合赞助）。

FaceForensics 基准数据集地址：https://github.com/ondyari/FaceForensics/

谷歌此次发布的 deepfake 数据集中的视频示例。在其生成过程中，随机选择一对演员，深度神经网络对其执行换脸操作。

为了制作该数据集，谷歌在过去一年中与多名有偿和无偿演员合作拍摄了数百个视频。然后，谷歌使用公开可用的 deepfake 生成方法，基于这些视频创建出数千个 deepfake 视频。这些真假视频共同构成了该数据集，谷歌创建此数据集的目的是支持 deepfake 检测方面的研究。作为 FaceForensics 基准的一部分，该数据集目前已开源，研究社区可免费获取并用于开发合成视频检测方法。

在多种场景中对演员进行拍摄。上图为真实演员，下图是对应的 deepfake 示例，二者的差异程度取决于创建 deepfake 所用的另一位演员。

deepfake 技术发展迅速，谷歌表示将继续增加该数据集中的数据，并在该领域中持续开展合作。谷歌坚定地支持研究社区减轻合成媒介滥用所带来的潜在危害，而该数据集的发布就是其中的重要一步。

原文链接：https://ai.googleblog.com/2019/09/contributing-data-to-deepfake-detection.html

入门谷歌数据集DeepFakes

相关数据

深度学习技术

深度学习（deep learning）是机器学习的分支，是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。深度学习是机器学习中一种基于对数据进行表征学习的算法，至今已有数种深度学习框架，如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

来源：LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. nature, 521(7553), 436.

数据库技术

数据库，简而言之可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据运行新增、截取、更新、删除等操作。所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

来源：维基百科

深度神经网络技术

深度神经网络（DNN）是深度学习的一种框架，它是一种具备至少一个隐层的神经网络。与浅层神经网络类似，深度神经网络也能够为复杂非线性系统提供建模，但多出的层次为模型提供了更高的抽象层次，因而提高了模型的能力。

来源：机器之心 Techopedia