Facebook AI Research表示，它已經(jīng)創(chuàng)建了一種機器學習系統(tǒng)，用于對視頻中的個人進行去身份識別。像D－ID這樣的初創(chuàng)公司和許多先前的研究已經(jīng)為靜態(tài)圖像提供了去識別技術，但這是第一個可用于視頻的技術。在最初的測試中，該方法能夠阻止最先進的面部識別系統(tǒng)。

使用者無需更改用于自動視頻修改的AI，即可將其應用于每個視頻。它在人的面部上繪制了一個略微變形的版本，以使面部識別技術難以識別。

一篇解釋該方法的論文說：“人臉識別可能會導致隱私丟失，而人臉替代技術可能會被誤用于制作誤導性視頻。有關人臉識別技術的進步和最新的濫用事件引發(fā)了對去身份識別方法的需求。這是唯一適用于視頻（包括實時視頻）的方法，其呈現(xiàn)的質(zhì)量遠遠超過了文獻方法�！�

Facebook AI Research工程師、特拉維夫大學教授Lior Wolf在電話采訪中表示，F(xiàn)acebook的方法將對抗性自動編碼器與分類器網(wǎng)絡配對。作為網(wǎng)絡訓練的一部分，研究人員試圖愚弄面部識別網(wǎng)絡。

“因此，自動編碼器會設法使人臉識別網(wǎng)絡的生活變得更加艱難，而實際上，如果您想產(chǎn)生一種掩蓋某人的聲音或在線行為的方法，或者刪除某些類型的可識別信息，也可以使用該自動編碼器，”他說。

像DeepFake軟件一樣，該AI使用編碼器－解碼器體系結構生成蒙版和圖像。在訓練過程中，對應人物的面部會變形，然后饋入網(wǎng)絡。隨后，系統(tǒng)會生成一個人臉的失真和未失真圖像，以將其嵌入視頻中。

一位發(fā)言人表示，F(xiàn)acebook目前尚無計劃將該技術應用于Facebook系列應用的任何部分，但是這種方法仍然可以使公眾識別出說話人的聲音，而人工智能系統(tǒng)則無法做到。

視頻中的匿名面孔也可以用于AI系統(tǒng)的隱私訓練。5月，谷歌使用了Mannequin挑戰(zhàn)視頻來訓練AI系統(tǒng)以改善視頻深度感知系統(tǒng)。加州大學伯克利分校研究人員的多項研究工作旨在訓練AI代理像人一樣跳舞或進行后空翻，并使用YouTube視頻作為訓練數(shù)據(jù)集。

這項工作將在下周在韓國首爾舉行的計算機視覺國際會議（ICCV）上進行介紹。

在此消息發(fā)布之前，F(xiàn)acebook首席技術官Mike Schroepfer于本周早些時候宣布，DeepFakes Challenge預覽數(shù)據(jù)集現(xiàn)已可用，而且亞馬遜的AWS已成為Facebook和微軟上個月發(fā)起的DeepFake Detection Challenge倡議的成員。該挑戰(zhàn)是為了提高DeepFake檢測系統(tǒng)的穩(wěn)定性。

除了上述工作之外，F(xiàn)acebook成為該領域領導者的愿望可能源于有關其平臺被用來傳播錯誤信息以及面部識別技術自身應用的爭議。

Facebook在今年早些時候?qū)⒚娌孔R別作為其平臺上的默認設置，目前也正在與一項價值350億美元的面部識別訴訟進行斗爭。本周，該社交網(wǎng)絡還向美國的某些用戶推出了News應用。