Etudes Non Stop Etudes Non Stop
Related Articles
Les techniques «Deepfake», qui présentent des vidéos réalistes générées par l’IA de vraies personnes faisant et disant des choses fictives, ont des implications importantes pour déterminer la légitimité des informations présentées en ligne. Pourtant, l’industrie n’a pas un grand ensemble de données ou une référence pour les détecter. Nous voulons catalyser davantage de recherche et développement dans ce domaine et nous assurer qu’il existe de meilleurs outils open source pour détecter les deepfakes. C’est pourquoi Facebook, le Partenariat sur l’IA, Microsoft et des universitaires de Cornell Tech, MIT, Université d’Oxford, UC Berkeley, Université du Maryland, College Park et Université d’Albany-SUNY se réunissent pour créer le Deepfake Detection Challenge (DFDC ).
L’objectif du défi est de produire une technologie que tout le monde peut utiliser pour mieux détecter quand l’IA a été utilisée pour modifier une vidéo afin d’induire le spectateur en erreur. Le Deepfake Detection Challenge comprendra un ensemble de données et un classement, ainsi que des subventions et des récompenses, pour inciter l’industrie à créer de nouvelles façons de détecter et d’empêcher les médias manipulés via l’IA d’être utilisés pour tromper les autres. La gouvernance du défi sera facilitée et supervisée par le nouveau comité directeur du partenariat sur l’IA sur l’intelligence artificielle et l’intégrité des médias, qui est composé d’une large coalition intersectorielle d’organisations comprenant Facebook, WITNESS, Microsoft et d’autres membres de la société civile et la technologie, les médias et les milieux universitaires.
Il est important de disposer de données librement accessibles à la communauté, avec des participants clairement consentants et peu de restrictions d’utilisation. C’est pourquoi Facebook commande un ensemble de données réaliste qui utilisera des acteurs rémunérés, avec le consentement requis, pour contribuer au défi. Aucune donnée utilisateur Facebook ne sera utilisée dans cet ensemble de données. Nous finançons également des collaborations de recherche et des prix pour le défi afin d’encourager une plus grande participation. Au total, nous consacrons plus de 10 millions de dollars au financement de cet effort à l’échelle de l’industrie.
Pour garantir la qualité de l’ensemble de données et des paramètres de défi, ils seront initialement testés lors d’une session de travail technique ciblée en octobre à la Conférence internationale sur la vision par ordinateur (ICCV). La version complète de l’ensemble de données et le lancement du DFDC auront lieu lors de la Conférence sur les systèmes de traitement de l’information neuronale (NeurIPS) en décembre. Facebook participera également au défi mais n’acceptera aucun prix financier. Suivez notre site Web pour des mises à jour régulières : https://ai.facebook.com/blog/deepfake-detection-challenge/