2014年1月，面對生成式技術FaceGAN在人臉資料上的安全性問題，臉書的DeepFace和港中文的湯小鷗實驗室頂住了壓力，硬著頭皮強行放出了各自的最新進展。
兩邊的想法其實差不多，釋出技術可能會面臨一些安全性問題和質疑，但不釋出，肯定是什麼都沒剩下了。
畢竟兩邊在效能上，還是均做出了一些突破的，不會真的因為這種事情裹足不前。
相比於人眼識別能力在LFW資料集上97.53%的能力，兩邊釋出的技術DeepFace和DeepID均突破了這一界限。
原本時間線上僅有97.35的臉書團隊，藉助孟繁岐的一些思想，將該精度提升到了97.89%。
而原本時間線上有高達98.52%能力的湯小鷗團隊，由於提前兩個多月釋出，則遭遇了效能的降低問題，釋出水平為97.95%。
不過仍舊以微弱優勢戰勝了臉書團隊。
“臉書的演算法比我們擁有更多的人類真實影象資源，我們作為實驗室在這方面有巨大的劣勢，雙方的實力差距很大。不過我們仍舊頂住了壓力，克服了困難。”湯小鷗面對採訪的時候，如此回覆到。
這是人工智慧方法首次在人臉識別領域突破人類水準，在全球引發了巨大的轟動。
同時，也讓原本就火熱的虛假生成人臉問題熱度再創新高，所有吃瓜群眾看到這些新技術之後，第一個想問的問題就是，你這個最新的演算法，它到底能不能分辨虛假的生成的人臉？
“利用城市各個角落的攝像頭抓拍的人臉影象進行對比，自動識別犯罪併發出勁爆。根據性別，年齡等屬性表情快速查詢人物資訊，這些科幻電影中的情節，臉書正在逐漸讓它們成為可能。”
臉書有一些新聞稿在宣傳自己的技術，但似乎下面的圍觀群眾們不是很吃這一套。
“別吹了別吹了，我們就想知道你們的新演算法能識別生成的假臉嗎？”
“你們的新演算法能處理人工智慧的安全危機嗎？”
“.......”，面對不明內情的群眾，臉書的技術團隊也比較無奈。
很多技術都並不是完全安全的，只是眼下這個時間點，這個問題實在熱度太高，也太過敏感。
臉書的宣發策略是，不正面回答。
但大家心裡都很清楚，不回答其實很多時候就是一種回答。
此情此景，如果不能正面回答這個問題，那麼這個問題的答案，其實已經非常清楚了。
那就是：“對不起，做不到。”
而港中文這邊，由於在華國境內，受到的輿論波及就要小很多。
華國內部雖然有一些相關的報告，但是並沒有形成那麼誇張的輿論風暴。
並且由於湯小鷗團隊在總體情況劣勢的局面下，仍舊力克臉書團隊，總體來說是一件非常值得宣傳的事情。
揚我國威嘛。
因而由央視新聞親自出馬，對此事進行了相關的採訪和宣傳，總體基調非常正面。
“作為人臉識別準確率記錄的創造者，港中文大學教授湯小鷗率領團隊在日前擊敗了臉書團隊和人類的辨別水平，讓機器學會了[明察秋毫]。湯教授的實驗室曾經入選全球人工智慧十大先鋒實驗室，是亞洲區唯一入選的實驗室。”
“......”
“讓我們有請湯教授談一談這項技術和人工智慧對人類和對華國的意義。”
“人工智慧與產業結合將成為下一波產業升級的主要驅動力，加快源頭創新是華國抓住新一輪發展機遇的關鍵。而技術研發沒有捷徑可走，這是一場長期投入的馬拉松。只有在源頭上掌握了技術，才能不被別的國家扼住咽喉。”
湯小鷗感嘆道，“作為一名知識分子，我一路上享受了國家最優質的教育資源，我應當為國家的源頭創新發展做一些有意義的事情，也在基礎研究方面為華國人爭一口氣，這是當代知識分子應有的情懷。”