FacebookAIResearch回应，它早已创立了一种机器学习系统，用作对视频中的个人展开去身份辨识。像D－ID这样的初创公司和许多先前的研究早已为静态图像获取了去辨识技术，但这是第一个可用作视频的技术。在最初的测试中，该方法需要制止最先进设备的面部识别系统。使用者需要变更用作自动视频改动的AI，才可将其应用于每个视频。

它在人的面部上绘制了一个稍微变形的版本，以使面部辨识技术无法辨识。一篇说明该方法的论文说道：“人脸识别可能会造成隐私遗失，而人脸替代技术可能会被误用作制作误导性视频。

有关人脸识别技术的变革和近期的欺诈事件引起了对去身份识别方法的市场需求。这是唯一限于于视频（还包括动态视频）的方法，其呈现出的质量相比之下多达了文献方法。”FacebookAIResearch工程师、特拉维夫大学教授LiorWolf在电话专访中回应，Facebook的方法将对抗性自动编码器与分类器网络筛选。

作为网络训练的一部分，研究人员企图欺骗面部辨识网络。“因此，自动编码器不会设法使人脸识别网络的生活显得更为艰苦，而实质上，如果您想要产生一种掩饰某人的声音或在线不道德的方法，或者移除某些类型的可辨识信息，也可以用于该自动编码器，”他说道。像DeepFake软件一样，该AI用于编码器－解码器体系结构分解蒙版和图像。

在训练过程中，对应人物的面部不会变形，然后馈入网络。随后，系统不会分解一个人脸的杂讯和并未杂讯图像，以将其映射视频中。一位发言人回应，Facebook目前尚不计划将该技术应用于Facebook系列应用于的任何部分，但是这种方法依然可以使公众辨识出有说出人的声音，而人工智能系统则无法做。

视频中的电子邮件面孔也可以用作AI系统的隐私训练。5月，谷歌用于了Mannequin挑战视频来训练AI系统以提高视频深度感官系统。

加州大学伯克利分校研究人员的多项研究工作目的训练AI代理像人一样唱歌或展开后空翻，并用于YouTube视频作为训练数据集。这项工作将在下周在韩国釜山举办的计算机视觉国际会议（ICCV）上展开讲解。在此消息公布之前，Facebook首席技术官MikeSchroepfer于本周早些时候宣告，DeepFakesChallenge预览数据集现能用，而且亚马逊的AWS已沦为Facebook和微软公司上个月发动的DeepFakeDetectionChallenge倡议的成员。

该挑战是为了提升DeepFake检测系统的稳定性。除了上述工作之外，Facebook沦为该领域领导者的心愿有可能源自有关其平台被用来传播错误信息以及面部辨识技术自身应用于的争议。Facebook在今年早些时候将面部辨识作为其平台上的默认设置，目前也正在与一项价值350亿美元的面部辨识诉讼展开斗争。本周，该社交网络还向美国的某些用户发售了News应用于。

本文来源：od·体育(中国)官方网站-www.qysm32.cn