127. 真假难辨（4/4）

11-13年间的顶级视觉会议上，汤教授实验室在深度学习领域上产出的论文数量，与世界上其他所有机构的总和相当。

足以可见其远见、技术实力和理论底蕴。

可饶是如此汤教授面对这个突如其来的安全性难题，也仍旧是一筹莫展。

“汤老师，FaceGAN虽然公布了论文和展示网站，但是其具体的训练代码和做法细节，我们完全不清楚。在这种情况下，我们很难总结出任何有价值的规律。”

“是啊，汤老师，生成式技术是比较新的技术，用在人脸图像上也是第一次。我们在这方面没有经验，解决这个问题可能需要相当长的一段时间。”

“倘若我们通过他们的[这些人并不存在]网站，收集大量的生成内容，有没有机会总结出什么规律？”汤小鸥眉头紧锁，对方的技术路数新颖，己方完全不熟悉。

想要从源头上搞明白，实在太久了。

他的想法是，通过这些虚假的内容，专门做出一个针对性的检测器。

和自己原本的核心识别部分分开，dú • lì进行。

不得不说，这也是一种思路，可生成这些虚假数据的模型，也是从这种对抗中训练而来的，短期之内，很难取得什么成效。

“我们先发布技术，这个难题之后再解决。”几乎是同时，脸书和汤小鸥实验室均做出了这个决定。

在原本时间线，两边的技术发布都要再迟上一两个月。

但突如其来的难题，让两边都意识到夜长梦多，再不发布，搞不好局面会更加尴尬。