報告題目：生成能力驅動的深度偽造防御方法
報告人：張衛(wèi)明教授
單位：中國科學技術大學
報告時間：2023年6月23日（周五）下午15:30-17:30
報告地點：翡翠湖校區(qū)翡翠科教樓A座第三會議室
報告摘要：以視頻換臉為代表的深度偽造技術可能被用于經(jīng)濟欺詐、輿情誤導，威脅個人信息安全和國家政治安全。隨著生成式人工智能技術的快速發(fā)展，深度偽造向著具有高質量、對抗性的階段演進，將需要大量訓練數(shù)據(jù)的深偽檢測拖入了非對稱對抗困境。在此背景下，深度合成能力很大程度上決定了檢測能力。因而，此報告將從生成視角出發(fā)介紹深偽視頻的防御方法，并探討GPT生成文本的主被動檢測方法。
報告人簡介：張衛(wèi)明現(xiàn)為中國科學技術大學網(wǎng)絡空間安全學院副院長、教授、博士生導師。主要研究興趣包括信息隱藏和人工智能安全。已在國際著名學術期刊和會議IEEE TIT、TPAMI、TIFS、TIP、CVPR、S&P、ICCV、NeurIPS、AAAI等發(fā)表論文200多篇。主持國家自然科學基金重點、國家重點研發(fā)課題、國家863等項目20余項。獲得軍隊科技進步一等獎、安徽省自然科學獎一等獎、安徽省教學成果特等獎、ACM SIGSOFT杰出論文獎。帶領團隊參與開發(fā)了網(wǎng)上最具影響力的人臉深度合成開源工具DeepFaceLab，總下載量超12萬次，與OpenAI的GPT-2等項目共同入選GitHub2020十大流行項目；參加由Facebook、MIT等組織的全球最大的“深度偽造檢測挑戰(zhàn)賽（DFDC）”，獲得亞軍（30萬美元獎金），被中國信通院評為2014年以來人工智安全領域的8項中國創(chuàng)新成果之一。入選2021年長三角人工智能十大杰出人物。
TOP
