哈Ha！ 我向您呈现Rob Verger的文章“
这是AI测谎器如何分辨您何时变通 ”的译文。
如今，人工智能无处不在-它可以确定食物照片上的内容（在Yelp等网站上），可以帮助研究人员加快MRI过程，甚至可以查找人的声音是否沮丧。 但是，许多人不太可能考虑将人工智能用作测谎仪。
这个想法-一个AI测谎仪-现已成为新闻，因为新的欧洲边境安全项目“ iBorderCtrl”包含了专注于“欺诈检测”的技术。 该计划包括两个步骤，其中一个步骤包括在家中进行“欺诈检测”。 根据欧洲委员会的说法，该协议以预选开始，在此过程中，旅行者“使用网络摄像头回答由动画性边防人员提出的问题，后者是根据旅行者的性别，种族和语言选择的。 一种独特的“检测欺诈”方法可以分析旅行者面部表情的最小变化，以确定受访者是否撒谎。”
所有这些听起来都像科幻小说，当然还让人想起测谎仪的历史问题。 但是这种人工智能是很真实的。 唯一的问题是它的精确度。
密歇根大学计算机科学与工程学教授Rada Michalcha致力于发现欺诈已有大约十年的历史。 因此，建立了一个人工智能测谎仪及其工作原理。
研究人工智能和机器学习的研究人员首先需要的是数据。 在这种情况下，Rada Mikhalcha的团队首先观看了真实案件的视频。 例如，被告在被定罪的审判中可能提供欺诈的例子； 证人证词也被用作真实或错误证词的例子。 （当然，机器学习算法直接取决于它们使用的数据，因此请务必记住，被判有罪的人实际上可能是无辜的。）
结果，使用了121个视频片段和相应的谈话内容（假陈述和真实陈述的比率大约为一对一）。 这些数据使团队能够为机器学习建立分类器，最终的准确度为60-75％。
系统注意到什么模式？ “代词的使用。 试图撒谎的人往往很少使用代词“我”或“我们”，并且通常会提及与它们有关的事物。 相反，他们经常使用代词“ you”，“ yours”，“ he（a）”，“ they”。” -Rada Mikhalcha解释。
这不是唯一的语言属性。 拉达·米哈尔查（Rada Mihalcha）说，撒谎的人倾向于使用“更坚强的词”来“表达信心”。 这样的单词的示例是诸如“绝对”和“非常”之类的单词，相反，当真相讲述者使用诸如“可能”或“可能”之类的单词回避答案时。
“我相信，欺骗的人将更有可能通过表现出自信来弥补自己的谎言。”
至于面部表情，Mikhalcha Rada强调，说谎的人更有可能直接看着受访者的眼睛。 这些人还经常用两只手而不是一只手做手势，因为根据拉达·米哈尔奇（Rada Mikhalch）的假设，他们试图使自己更具说服力。 （当然，这些只是模板：如果某人在交谈时用双手看着您的眼睛和手势，并不表示该人在说谎。）
这是一系列卓越的数据，一旦研究人员向他提供了可以工作和学习的实例，人工智能就可以注意到。 但是，甚至拉达·米哈尔恰（Rada Mikhalcha）自己也承认她的作品“并不完美”。 “作为研究人员，我们为能够达到75％的准确性而感到非常兴奋。” 但是，另一方面，这意味着错误的概率是四分之一。 “我不认为这种AI可以在实践中使用，因为出错的可能性高达25％。”
最终，Rada Mihalcha认为该技术对人们非常有用。 例如，这项技术可能表明她在某人的陈述中发现了“不寻常”的内容，之后可能再次对该人提出质疑。 人工智能的使用并不罕见：一种扩展人们能力的技术。