能夠判斷一個人是否說謊是日常生活中很重要的一部分，這在法庭上更重要。人們可能會發(fā)誓說他們會說實(shí)話，但他們并不總是遵守承諾，對無辜或有罪的判決需要具有對謊言的識別能力。
為了解決這個問題，來自馬里蘭大學(xué)（UMD）的研究人員開發(fā)了測謊分析和推理引擎（DARE)），這個系統(tǒng)使用人工智能（AI）在法庭審判視頻中自動檢測出欺騙行為。
由自動化研究中心（CfAR）主席拉里·戴維斯領(lǐng)導(dǎo)的UMD計算機(jī)科學(xué)研究團(tuán)隊(duì)描述了他們的測謊人工智能研究項(xiàng)目（仍需同行評議）。
研究人員還訓(xùn)練DARE如何尋找和分類人類的微表情，比如“嘴唇突出”或“皺眉”，以及分析聲音頻率，以揭示一個人是否在說謊。然后，測試人員使用一組訓(xùn)練錄像來測試演員們是否撒謊或說出真相。
那么，DARE到底有多準(zhǔn)確呢？
根據(jù)UMD研究員巴拉特辛格的說法，“準(zhǔn)確”可能不是描述該系統(tǒng)的最佳詞匯。
“一些新聞文章誤解了‘準(zhǔn)確’的含義”他說。AUC指的是，一個分類器在隨機(jī)選擇的一個積極的情況下，比隨機(jī)選擇的消極事件的概率要高。
最終，DARE在測謊任務(wù)上，表現(xiàn)得比一般人更好。辛格說：“一個有趣的發(fā)現(xiàn)是我們在視覺模塊中使用的特征。”“值得注意的是，視覺AI系統(tǒng)在預(yù)測欺騙方面明顯優(yōu)于普通人。”
DARE的AUA得分是0.877，再加上人類對微表情的注釋，這一成績提高到了0.922分。辛格指出，普通民眾的AUC是0.58。研究人員將在人工智能技術(shù)進(jìn)步協(xié)會（AAAI）今年2月舉行的人工智能2018大會上展示他們的研究成果。
說出真相
雖然一些現(xiàn)有的測謊技術(shù)可以產(chǎn)生相當(dāng)可靠的結(jié)果，但它們在法庭上并不是特別有用。例如，Truth serums通常是非法的，而測謊儀在法庭上是不被允許的。DARE可被證明是規(guī)定的例外，但研究人員并不認(rèn)為這一應(yīng)用是法庭所限定的。
辛格說：“這個項(xiàng)目的目標(biāo)不是只專注于法庭視頻，而是在公開場合預(yù)測欺騙行為。”他指出，未來情報機(jī)構(gòu)可能會使用這種手段。“我們在社交游戲中進(jìn)行可控的實(shí)驗(yàn)，比如Mafia，其更容易收集到更多的數(shù)據(jù)，并對算法進(jìn)行廣泛的評估，”他說。“我們預(yù)計，在這些受控設(shè)置中開發(fā)的算法也可以適用于其他場景。”
據(jù)美國電氣和電子工程師協(xié)會（IEEE）人工智能和自動化系統(tǒng)全球行動委員會執(zhí)行委員會主席拉賈?查蒂拉（Raja Chatilla）說，我們應(yīng)該謹(jǐn)慎使用。“如果這將被用于決定……人類的命運(yùn)，那么它應(yīng)該被認(rèn)為是在它的局限和背景下幫助一個人——法官——做出一個決定，”查蒂拉表示，“高概率不是確定性”，并不是每個人的行為都是一樣的。此外，用于訓(xùn)練人工智能的數(shù)據(jù)也有存在偏見的可能性。
Chatilla確實(shí)注意到圖像和面部表情識別系統(tǒng)正在改進(jìn)。根據(jù)辛格的說法，我們可能只需要3到4年的時間，就可以通過閱讀人類表情背后的情感來發(fā)現(xiàn)欺騙。
微信掃一掃
