「作为人工智能领域的长期研究者，我相信人工智能能够而且应该成为世界上有益的力量！」加州理工学院电子工程与计算机及神经系统的PietroPerona教授说道，他既是AWS的研究员，也将担任DFDC的技术顾问。
他告诉我们：「要打击利用Deepfake作为欺骗公众、威胁社会和民主的工具，就必须勇敢的面对它。这也是我为什么热衷于帮助组织「Deepfake检测挑战赛、并与Facebook、thePartnershipforAI以及其他同时合作创建一个有助于动员机器学习和计算机视觉社区竞争。正是因为竞争使我们团结起来，帮助我们理清要解决的问题，确定我们可以采取的行动步骤，并为之后的进展确定一个标准，来帮助世界在现实和虚构之间保持一条光明的界线。」
来自慕尼黑工业大学动态视野与学习小组的负责人——LauraLealTaixé教授，也在我们为更广泛的社区开发数据集时加入了我们，并担任学术顾问和合作者。她和Facebook人工智能的CristianCantonFerrer将在国际计算机视觉大会ICCV大会上主持DFDC发布会。
「生成真实图像的技术正在以惊人的速度进步着。虽然从技术角度来看，这令人难以置信地兴奋，但也有明显的社会担忧，假的媒体视频显然是其中之一。对目前还没有完全数字化，也依赖印刷媒体的一代人来说，这一点看起来并不重要；但未来几代人更多的是只会以数字格式消费新闻，而且完全容易受到假新闻和目标媒体泛滥的影响。」
Leal-Taixé说道，「因此，对于社会来讲，教育这些新一代媒体消费，提高人们对已存在于我们身边的虚假新闻的正确认识将是一个很大挑战。从我们的角度来看，我们必须更加努力地创造新技术来对抗数字伪造，这也只有工业界和学术界联合起来，才有可能实现，我认为DFDC是朝这个方向做出的杰出努力！希望这能激励成千上万的智者来解决这个问题。」
那不勒斯大学费德里科二世工业工程系的LuisaVerdoliva教授也将加入DFDC并担任学术顾问。除此之外，Leal-Taixé教授和Verdoliva教授也将与其他领先的学术研究人员共同帮助打造这一挑战赛。
我们相信，这种开放的、基于社区的努力将加速开发新的开源工具，以防止人们使用人工智能操纵视频以欺骗他人。
随着扩展数据集的发布，Deepfake检测挑战将于2019年12月启动。
这项挑战将持续到2020年3月底。
参与者可以下载用于训练模型的数据集，然后提交代码到黑盒环境中进行测试。我们将在今年晚些时候开始提交挑战，届时将提供指南和数据集许可证。
我们正在构建一个新的训练数据集专门针对这个挑战。为了创建这个数据集，我们正在与一个第三方供应商合作，该供应商雇佣了一组不同的同意参与为这个挑战创建数据集的人员。然后，我们使用各种不同的人工智能技术，基于这些未经修改的视频的子集创建被篡改的视频。
挑战将是全球性的，参与者在参与挑战之前需要同意我们的数据集许可证。
训练数据集中不包括社交或视频平台的用户数据。我们正在为这一挑战构建一个新的数据集。
我们将提供一个测试机制，使团队能够根据我们的创始合作伙伴提供的一个或多个黑盒测试集对其模型的有效性进行评分。
参与者将保留其在训练数据集上训练模型的权利。Facebook及其分包商将获得参与者使用这些模型管理挑战赛的权利。
我们将限制对训练数据集的访问，以便只有接受挑战的研究人员才能访问它。每个参与者都需要就如何使用、存储和处理数据的使用条款达成一致，共享数据也有严格的限制。