6月13號，美國眾議院情報委員會召開關于人工智能深度偽造的聽證會，公開談論了深度偽造技術給國家、社會和個人帶來的風險，以及該采取的防范和應對措施。
目前，世界多國也都開始進行立法，強化對人臉信息收集和識別技術應用場景的約束。但所有努力都離不開社交媒體平臺的配合。
計算機科學專家 法里德：但大多數(shù)情況下，社交媒體平臺對如何處理這類非法內(nèi)容、有害內(nèi)容、不實信息、假新聞、選舉篡改、非自愿的色情等內(nèi)容都顯得漫不經(jīng)心，因為這些內(nèi)容吸引眼球，對生意有好處。
近日，臉書、微軟等科技公司和眾多學術機構(gòu)聯(lián)合發(fā)起一場“揪出深度偽造影像挑戰(zhàn)賽”，希望改善現(xiàn)有工具，加強對深度偽造圖片、聲音和視頻的檢測能力。
9月5號，臉書宣布將為此投入1000萬美元。
美國加州大學伯克利分校的研究人員也在研究如何應對深度偽造。
計算機科學專家 法里德：我們應對這一問題的方式是，建立了軟生物識別模型。這些生物特征指的是像指紋、虹膜、面部。它沒有那么獨特，但其目的是捕捉微妙的面部表情、頭部移動，這些每個個體獨有的，但在假視頻制作時被打亂了的特征。
