DeepFake檢測挑戰（DFDC）的結果並不勸阻生物識別技術，因為他們表明最先進的技術已經可以檢測到大多數Deepfakes，即使在最具挑戰性的條件下，ID R＆D聯合創始人兼總統Alexey Khitrov告訴生物識別更新在面試中。
而檢測結果對於私人數據集展示，即使是最佳的系統也不會發現40％以上的攻擊，因此上下文很重要，這些系統已經有用，Khitrov希望很快就會部署它們。
除了從ID R＆D正式獲得DFDC條目外，該公司的生物識別技術專家和開發人員還貢獻了多個條目，該公司及其團隊的三個參賽作品均列入前十名。 “ ID R＆D”團隊排名第八，而公司的首席科學官兼聯合創始人Konstantin Simonchik在私人排行榜上排名第六，主要研究員Anton Pimenov在公共排行榜上排名第八。
來自世界各地的兩千多個團隊參加了比賽，由Facebook，Amazon Web Services（AWS），Microsoft，AI和領先的學術機構的合作夥伴關係贊助。
團隊在開發引擎時提交了多個針對公共數據集測試的條目，Simonchik將此數據集描述為生物識別更新如“典型的典型智能手機錄製的典型視頻”。
另一方面，私人數據集似乎已經以參與者未知的方式增加了，以使檢測操作更加困難。 Simonchik指出，Facebook的AI部門發表了科學論文，描述了數據集的準備，他們提到了每秒幀和分辨率下採樣的重大變化。
Khitrov說：“組織者似乎對技術進行了測試；試圖了解現在可能的邊界。”
Simonchik解釋說：“這就是為什麼我們認為最新技術的當前狀態要比DFDC挑戰賽的表現要好得多。”
Khitrov承認，還有改進的空間可以改進，但他對技術已經可以使用感到樂觀，結果表明，好的演員已經加入了欺詐預防技術競賽的壞演員。
Khitrov評估說：“他們所說的是，在兩種情況下，在更正常的情況下，您實際上知道您正在使用的數據類型，或者在非常困難的條件下，DeepFake檢測被證明是產生結果的技術。”
根據公司的宣布，機器學習專業知識和從ID R＆D的被動面部耐受性檢測的工作中獲得的見解有助於他們的努力。
儘管用例以及使其有效的準確性水平，但對於呈現攻擊檢測和深層檢測，挑戰中的許多想法都與ID R＆D的發展相同。被動livese技術。
Khitrov說：“在成千上萬的參與者中，有多枚金牌和前十名成績清楚地表明了ID R＆D為空間帶來的技術領導力。” “我們可以保護公眾免受目前在社交媒體上拋向公眾的絕大多數假貨。”
