Ant Digital memenangkan penghargaan "Kasus Inovasi dan Aplikasi Teknologi Teknologi Keuangan" untuk solusi deteksi Deepfake pada Konferensi Keuangan Digital dan Keuangan Teknologi ke-12 dari Seri Forum Zhongguancun. Solusi ini mengandalkan Ant Digital Tianji Laboratory untuk membangun kumpulan data Deepfake multi-modal berskala besar, berkualitas tinggi, dan pertama di industri, yang secara efektif meningkatkan keakuratan dan keandalan model deteksi Deepfake, dan berhasil diterapkan pada skenario layanan keuangan aktual untuk secara efektif melindungi keamanan aset pengguna. Konstruksi kumpulan data ini memecahkan masalah sebelumnya mengenai skala pelatihan model deteksi Deepfake yang kecil di bidang keuangan dan ketidakmampuan untuk dievaluasi di lingkungan nyata, dan mendorong pengembangan model deteksi tradisional.
Baru-baru ini, pada Konferensi Keuangan Digital dan Keuangan Teknologi ke-12 dalam rangkaian acara Forum Zhongguancun, solusi deteksi Deepfake Ant Digital terpilih ke dalam "Kasus Inovasi dan Penerapan Teknologi Teknologi Keuangan" dalam konferensi tersebut.
Mengandalkan anak perusahaannya, Tianji Laboratory, Ant Digital telah membangun kumpulan data Deepfake multi-modal berskala besar dan berkualitas tinggi untuk pertama kalinya di industri. Ant Digital mensintesis lebih dari satu juta level konten multimedia dan sepenuhnya mensimulasikan Deepfake di dalamnya lingkungan pengendalian risiko keuangan dunia nyata. Sampel serangan telah menjadi kriteria penting untuk mengevaluasi kinerja model deteksi deepfake yang ada di bidang keuangan. Dalam skenario bisnis keuangan, akurasi deteksi Deepfake Ant Digits pada beberapa kumpulan data pengujian telah mencapai lebih dari 98%, dan telah berhasil mencegah banyak penipuan menggunakan teknologi Deepfake dan melindungi keamanan aset pengguna.
Kumpulan data ini memecahkan masalah bahwa model deteksi deepfake di bidang keuangan tidak dapat dilatih dalam skala besar dan tidak dapat dievaluasi di lingkungan nyata. Hal ini juga mendorong pengembangan model deteksi tradisional dari perspektif analisis multi-modal. Saat ini, kumpulan data ini telah menjadi kemampuan utama produk anti-pemalsuan mendalam ZOLOZDeeper dari Ant Digital untuk melayani pelanggan eksternal.
Diketahui bahwa Ant Digital menggunakan hingga 81 teknologi deepfake canggih untuk menghasilkan gambar sintetis berkualitas tinggi, yang mencakup berbagai jenis teknologi pemalsuan, kondisi pencahayaan yang kompleks, lingkungan latar belakang, dan ekspresi wajah untuk mensimulasikan lingkungan serangan dunia nyata yang kompleks dan realistis. Selain gambar statis, sejumlah besar data video yang berisi suara juga dikumpulkan dan dihasilkan, termasuk lebih dari 100 jenis teknik pemalsuan, mencakup berbagai bahasa, aksen, dan kebisingan latar belakang, memastikan keragaman dan kompleksitas kumpulan data.
Pada tahap prapemrosesan dan anotasi data, Ant Digital membersihkan dan memproses data yang dikumpulkan untuk memastikan kualitas data. Tim ahli memberi anotasi pada data untuk memperjelas apakah setiap gambar atau video dihasilkan oleh Deepfake, sekaligus memastikan bahwa jejak pemalsuan diminimalkan untuk mencapai efek yang sangat realistis. Sebelumnya, Ant Digital merilis platform sintesis dan produksi data AI yang mencapai "dominasi AI" pada tingkat anotasi data, sehingga mengurangi jumlah anotasi manual yang diandalkan model anotasi hingga lebih dari 70%.
Selain itu, Ant Digital meluncurkan Tantangan Serangan dan Pertahanan Deepfake pada Konferensi Bund 2024, menggunakan kumpulan data Deepfake sebagai data pelatihan dan pengujian dasar untuk kompetisi tersebut. Hal ini menarik lebih dari 2,200 pemain dari 26 negara dan wilayah di seluruh dunia untuk menandatangani siap untuk kompetisi. Melalui solusi algoritme yang disumbangkan oleh para kontestan, kualitas serangan dan kesulitan deteksi kumpulan data Deepfake telah diverifikasi dan dievaluasi secara efektif.
Dengan berkembangnya teknologi kecerdasan buatan, teknologi Deepfake juga semakin maju pesat. Teknologi ini menggunakan algoritma pembelajaran mendalam untuk secara realistis mengganti wajah dalam video. Meskipun Deepfake memiliki aplikasi aktif di berbagai bidang seperti hiburan dan media, teknologi Deepfake membawa risiko baru di bidang keuangan, terutama pada tautan verifikasi identitas dan verifikasi transaksi. Sistem verifikasi identitas lembaga keuangan seringkali mengandalkan teknologi biometrik seperti pengenalan wajah. Jika sistem ini ditipu oleh teknologi Deepfake, penipuan finansial yang serius dapat terjadi.
Mengingat hal ini, sangat perlu untuk mengembangkan sistem deteksi serangan Deepfake di bidang keuangan, namun model deteksi dan pertahanan Deepfake yang kuat memerlukan kumpulan data Deepfake wajah berkualitas tinggi yang sesuai dengan lingkungan dunia nyata, jadi bagaimana caranya? untuk membangun kumpulan data yang mensimulasikan dunia nyata dan bagaimana Memverifikasi keefektifannya merupakan masalah yang mendesak.
Solusi deteksi deepfake dari Ant Digital memberikan jaminan kuat bagi keamanan finansial. Kumpulan data berkualitas tinggi berskala besar yang dibangunnya juga menyediakan sumber daya berharga untuk penelitian industri, mendorong pengembangan teknologi deteksi deepfake, dan memberikan arah baru bagi keamanan finansial di masa depan. .