“AI換臉”打假大賽全球三強揭曉 超20個國家七千余支隊伍參賽觀點

2024Inclusion外灘大會將于本周四在上海正式開幕,9月3日,外灘大會組委會公布了外灘大會科技智能創新大賽的最終結果。
2024Inclusion外灘大會將于本周四在上海正式開幕,9月3日,外灘大會組委會公布了外灘大會科技智能創新大賽的最終結果。
在上海市科委指導下,2024外灘大會首次增設“科技智能創新大賽”(以下簡稱AI創新賽),包括 “AFAC2024 金融智能創新大賽”(以下簡稱 AFAC 賽)和“全球 Deepfake攻防挑戰賽”(以下簡稱 Deepfake賽)兩大分賽。
經過3個月的激烈角逐,9月3日,兩大分賽的比賽結果正式出爐。其中,AFAC賽共有6組優秀參賽隊伍脫穎而出,分別獲得挑戰組、企業組的一等獎和初創組的二等獎(初創組一等獎空缺)。
Deepfake賽則由來自澳門大學的一支賽隊和個人參賽者唐永威分獲圖片和音視頻兩條賽道冠軍。
外灘大會賽事主辦方透露,兩大分賽共吸引了來自超過20個國家和地區的7000多支參賽隊伍、近萬名選手參與。包括世界頂級高校如北京大學、復旦大學、斯坦福、麻省理工學院、新加坡國立大學,以及來自微軟、谷歌、美團、小紅書等知名企業、中科院自動化研究所、微軟亞洲研究院、新加坡科技研究局等科研機構的團隊參加。
“在外灘大會期間舉辦這樣一場國際級賽事,可謂‘一舉多得’。因為通過賽事,能為創新者、為相關行業和企業,更為整個城市搭建一個科創舞臺,營造科創的氛圍,加強海內外人才交流,讓外灘大會的影響力不僅僅在幾天,而是一直延續下去,為上海建設全球科創中心服務。”復旦大學計算機科學技術學院教授、上海市數據科學重點實驗室主任,也是此次AFAC2024賽事的出題家之一,肖仰華表示。
全球超10000名“最強大腦”逐鹿外灘大會
獲得Deepfake賽圖片賽道的冠軍是港澳學者組成的聯合戰隊。來自香港城市大學博士后吳海威,帶著他在澳門大學智慧城市物聯網國家重點實驗室的學弟學妹一起參加了圖像賽道,針對多類型多場景深偽識別率達到97.038%。
個人選手唐永威獲得Deepfake攻防賽視頻賽道的冠軍,學商科的他自學計算機專業知識,在多個AI賽事中屢屢獲獎。他同時也獲得了AFAC賽金融工具學習賽題二等獎,成為名副其實的“雙冠王”。隨著人工智能的發展,聲音的偽造通常可以達到以假亂真的效果,比賽需要選手通過算法,來識別音頻是否經過偽造。賽題出來后,唐永威基于對數據的分析和業務理解,建立若干不同模型,進行算法攻防測試。
“創新比賽對不同階段的選手都有幫助。”AFAC賽事選手、Shopee公司算法工程師馬千里說,“求職時,創新和實踐能力是與競爭對手拉開差距的重要一點,大賽成為這種創新實踐能力的佐證,比賽經歷在面試中給了我不小的助力。”
“以賽促創”,讓不同類型的人才都有一展身手的舞臺,也通過接地氣的賽題提高參賽者用科技解決實際應用場景中真實問題的能力,培養跨學科人才。
超百萬賽事數據集、涵蓋行業熱點賽題,搭起理論和產業應用橋梁
本著“科技向善”的初衷,賽題設置既強調技術的前瞻性,也突出技術的應用性。
AFAC賽設挑戰組、初創組、企業組三個組別,挑戰組面向開發者,選手將基于大賽提供的金融科技領域真實數據,解決業務場景問題。初創組面向創業團隊或種子企業,面向金融、科技、生活等場景開發示例應用,設計商業方案。企業組面向金融科技行業的中小微企業,選手將著眼于金融科技行業的新興方向,提報有亮點、有新意的新技術、新產品落地項目。賽事成果涵蓋醫療健康、金融科技、智能制造等多個熱點領域,體現了AI技術的廣泛應用潛力,讓AI不僅于“CHAT”(聊天),走入實際應用“ACT”(服務)。
Deepfake攻防賽由中國工程院院士王耀南擔任專家委員會名譽主席,螞蟻數科ZOLOZ和天璣實驗室作為大賽出題方,賽題包含圖像和音視頻兩大主流的deepfake研究方向,是CV(即計算機視覺)領域最權威賽事之一。賽事數據集由公開數據和偽造數據組成,其中,偽造圖片數據涵蓋了現實場景中超50種生成方式,偽造音視頻中則納入了超100種組合攻擊方式,組委會開放的訓練數據集總量超過100萬。
螞蟻數科CEO趙聞飆表示,Deepfake已經發展成為全球性的技術挑戰,本次賽事是對抗技術研究者的絕佳交流機會。螞蟻數科ZOLOZ自2019年開始研究deepfake攻防技術,已服務數十個國家和地區的金融、電信、政務等機構。我們這次將商業實戰積累的攻防經驗融入賽事設計與賽題數據集,與同行結成戰友關系,共同提升全行業的安全防御水位,這也是承辦比賽的初心所在。
“本次大賽為技術研究者提供了高度模擬真實工業環境的演練機會,有助于產學研結合,培養負責任的實戰人才。”大賽協辦單位、新加坡科技研究局前沿人工智能中心副主任周天異說。
1.TMT觀察網遵循行業規范,任何轉載的稿件都會明確標注作者和來源;
2.TMT觀察網的原創文章,請轉載時務必注明文章作者和"來源:TMT觀察網",不尊重原創的行為TMT觀察網或將追究責任;
3.作者投稿可能會經TMT觀察網編輯修改或補充。