空前的热度意味着绝佳的广告机会。

    孟繁岐此时正在自己的公司紧锣密鼓地测试新人脸算法的性能和对生成式假脸的识别成功率。

    原本这件事情只需要做得差不多就好，可现在生成式内容的安全性问题被高度关注，在这方面容不得任何一点闪失。

    在孟繁岐对自己的算法效果精益求精的同时，世界各地的人脸识别团队都在苦思冥想当中。

    机遇和挑战并存，整个人脸识别方向虽然面临着真假难辨的巨大难题，但只要解决了这个问题，带来的益处也是同样巨大的。

    这种安全性隐患是势必需要解决的根本问题，可以说谁能够解决这个问题，谁就掌握了核心科技，能够先人一步摘走最大的果实。

    脸书的deepFace团队，刚刚根据孟繁岐的几个新数据迭代了一轮，还没能从取得了几个关键提升的喜悦中缓过神来，就直接遭遇了重大危机。

    几兄弟人都麻了。

    前一秒还觉得孟繁岐是自己团队的大救星，现在则整个反过来，觉得孟繁岐是团队的究极大仇人。

    “这个鸟人怎么技术突破搞那么快.....”杨明深深叹了一口气，自己这边一个专注人脸的四人团队，做起实验来轻车熟路，分工合作更是亲密无间。

    怎么每次接近可以发布的时候，就老被这个鸟人打断节奏。

    上回是骨干网络的革命性突破，导致几人不得不重新迭代一轮实验，以确保自己技术的地位。

    现在倒好，不搞突破了，直接换了一整个赛道，给你整了个革命性的安全问题。

    这下倒大霉了，直接变成了这技术还能不能用的问题了。

    把一整个赛道整没了。

    “我们的算法识别生成式假脸的准确率怎么样？”沃夫问道。

    “这个要看情况了，主要看你到底有多少比例的假脸给它看。”

    “此话怎样？”沃夫愣了一下。

    “因为反正它都会认为所有的脸都是真的，因此你如果一张假脸都不给它看，准确率就是百分百，你要全给它看假脸，那就一个人认不出来。”

    “还在贫是吧？？”沃夫脸一黑，什么时候了还在这抖机灵呢。

    “唉..如果不能解决安全性问题，公司短期内商用人脸视觉算法的计划就要推迟成为长期了。”

    沃夫人也麻了，短期商用计划变长期，直接意味着他们四人组的价值和地位打骨折。

    研究人员本来不说指望这这一波走上人生巅峰，好歹也是想改善一下生活的，这下又遥遥无期了。

    脸书谷歌这样的公司虽然不吝啬科技投入，但你做的技术能不能变现，待遇和地位还是差很多的。

    你像孟繁岐，原本就是谷歌大脑的一个普通打工仔，三轮板斧一挥，谷歌现金流都不方便给他那么多分成，已经谈过相当一部分以股权的形式给到了。

    瞬间变成了持有份额不小的股东，地位自然水涨船高。

    这事情也是够离谱的，人还没正式入职呢，一不小心就从打工仔变成小老板了。

    虽然折算下来，孟繁岐一年后能够到手的谷歌股权只有不到百分之0.3，但谷歌是一个经过多轮融资的巨无霸。

    即便是创始人佩奇和布林，所持有的股权也仅只有百分之5.5左右。

    谷歌的股价还是一路起飞的，从14年的30左右，到22年最高峰接近150。

    十数亿美金的资产如果需要保值的话，化为股权先持有也是一个不错的选择。

    等到有投资机会的时候，再取出一部分，比如特斯拉，比特币，都会是几十倍的利润。

    但这些机会未必能经受得住太多的资金，马斯克不会坐视自己疯狂抄底，BTC自己抄底太多，资本也可能选择其他的货币收割百姓。

    总之，宗旨是先在谷歌保值，然后分散投资。BTC，特斯拉，投资初创，自行创业，多点开花。

    这样才最保险。

    与此同时，华国港城的港中文大学里，华国学者汤小鸥带着他的一群学生和研究员们，神色凝重，气氛低沉。

    就在一周前，汤小鸥团队的人脸算法识别能力首次达到了人眼水准(97.53%)，按照原本的计划，团队会花上两三个月的时间将这个结果继续往前推进一些。

    随后便会开启人脸识别技术落地的时代。

    可惜天不遂人愿，孟繁岐横插一手，给落地难度来了个超级加倍。

    “我们目前有什么办法可以分辨生成式内容吗？”汤小鸥是残差网络原作者恺明的恩师，恺明09年一鸣惊人的暗通道去雾算法，便是在汤教授的指导下做出的。

    一举夺得了视觉顶会CVPR的最佳论文，这是该顶级会议25年历史上第一篇斩获此荣誉的亚洲论文。

    在深度学习未如此流行之前，汤教授的实验室就已经频繁在国际顶会上发布相关论文。

    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，独立进行。

    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。