Hallo Habr! Ich präsentiere Ihnen die Übersetzung des Artikels "
So kann ein KI-Lügendetektor erkennen, wann Sie fibrieren " von Rob Verger.
Künstliche Intelligenz ist heutzutage allgegenwärtig - sie bestimmt, was auf Lebensmittelfotos (auf Websites wie Yelp) zu sehen ist, hilft Forschern bei dem Versuch, den MRT-Prozess zu beschleunigen, und kann sogar nach Anzeichen von Depressionen in der Stimme einer Person suchen. Es ist jedoch unwahrscheinlich, dass viele darüber nachgedacht haben, künstliche Intelligenz als Lügendetektor einzusetzen.
Diese Idee - ein KI-Lügendetektor - ist jetzt in den Nachrichten, da das neue europäische Grenzsicherheitsprojekt „iBorderCtrl“ eine Technologie enthält, die sich auf die „Betrugserkennung“ konzentriert. Diese Initiative umfasst einen zweistufigen Prozess, und ein Schritt, der die „Betrugserkennung“ umfasst, funktioniert direkt von zu Hause aus. Nach Angaben der Europäischen Kommission beginnt das Protokoll mit einer Vorauswahl, bei der Reisende „eine Webcam verwenden, um Fragen eines animierten Grenzschutzbeamten zu beantworten, der nach Geschlecht, ethnischer Zugehörigkeit und Sprache des Reisenden ausgewählt wird. Ein einzigartiger Ansatz zur „Aufdeckung von Betrug“ analysiert die kleinsten Veränderungen im Gesichtsausdruck von Reisenden, um festzustellen, ob der Befragte lügt. “
All dies klingt nach Science Fiction und erinnert natürlich an die problematische Geschichte eines Polygraphen. Aber solche künstliche Intelligenz ist ziemlich real. Die Frage ist nur, wie genau es sein kann.
Rada Michalcha, Professorin für Informatik und Ingenieurwesen an der Universität von Michigan, arbeitet seit etwa zehn Jahren an der Aufdeckung von Betrug. So wurden ein KI-Lügendetektor und sein Funktionsprinzip gebaut.
Das erste, was Forscher, die mit künstlicher Intelligenz und maschinellem Lernen arbeiten, benötigen, sind Daten. In diesem Fall begann das Team von Rada Mikhalcha mit einem Video von echten Gerichtsverfahren. Beispielsweise kann ein Angeklagter in einem Prozess, in dem er verurteilt wurde, ein Beispiel für Betrug liefern. Zeugenaussagen wurden auch als Beispiele für wahre oder falsche Aussagen verwendet. (Natürlich hängen Algorithmen für maschinelles Lernen direkt von den Daten ab, die sie verwenden. Daher ist es wichtig, sich daran zu erinnern, dass eine Person, die eines Verbrechens für schuldig befunden wurde, tatsächlich unschuldig sein kann.)
Infolgedessen wurden 121 Videoclips und entsprechende Transkripte des Gesagten verwendet (das Verhältnis von falschen und wahrheitsgemäßen Aussagen beträgt ungefähr eins zu eins). Diese Daten ermöglichten es dem Team, Klassifikatoren für maschinelles Lernen zu erstellen, die letztendlich eine Genauigkeit von 60-75% hatten.
Welches Muster hat das System bemerkt? „Verwendung von Pronomen. Menschen, die versuchen zu lügen, verwenden selten die Pronomen "Ich" oder "Wir" und erwähnen im Allgemeinen Dinge, die mit ihnen zusammenhängen. Stattdessen verwenden sie oft die Pronomen 'du', 'dein', 'er (a)', 'sie'. “ - erklärt Rada Mikhalcha.
Dies ist nicht das einzige sprachliche Attribut. Liegende Menschen neigen dazu, „stärkere Worte“ zu verwenden, die „Vertrauen ausdrücken“, sagt Rada Mihalcha. Beispiele für solche Wörter sind Wörter wie „absolut“ und „sehr“, wenn Wahrsager im Gegenteil davor zurückschrecken, Wörter wie „vielleicht“ oder „wahrscheinlich“ zu verwenden.
"Ich glaube, dass betrügerische Menschen ihre Lügen eher wettmachen werden, indem sie versuchen, selbstbewusster zu wirken."
In Bezug auf Mimik betont die Mikhalcha Rada, dass Menschen, die lügen, eher direkt in die Augen der Person schauen, die sie interviewt. Diese Leute benutzen auch häufiger zwei Hände zum Gestikulieren als eine, weil sie nach der Annahme von Rada Mikhalch versuchen, überzeugender zu wirken. (Dies sind natürlich nur Vorlagen: Wenn jemand beim Sprechen mit beiden Händen in Ihre Augen schaut und mit beiden Händen gestikuliert, bedeutet dies nicht, dass diese Person lügt.)
Dies ist eine Liste bemerkenswerter Daten, die AI bemerken kann, sobald Forscher ihm Beispiele geben, mit denen er arbeiten und mit denen er lernen kann. Aber auch Rada Mikhalcha selbst gibt zu, dass ihre Arbeit "nicht perfekt" ist. "Als Forscher waren wir sehr aufgeregt, dass wir eine Genauigkeit von 75% erreichen konnten." Andererseits bedeutet dies, dass die Fehlerwahrscheinlichkeit eins zu vier ist. "Ich glaube nicht, dass diese KI in der Praxis eingesetzt werden kann, da die Fehlerwahrscheinlichkeit bis zu 25% beträgt."
Letztendlich sieht Rada Mihalcha diese Technologie als sehr nützlich für Menschen an. Diese Technologie könnte beispielsweise zeigen, dass sie in einer Aussage von jemandem etwas „Ungewöhnliches“ bemerkt hat, und später könnte diese Person erneut befragt werden. Diese Verwendung von KI ist keine Seltenheit: Eine Technologie, die die Möglichkeiten der Menschen erweitert.