人工智能
Lie to AI：机器学习算法可以借助微表情找到说谎者
人类是糟糕的测谎者，即使是在直面说谎者的时候。
经过训练的机器学习工具被发现比普通人做得更好，它使用的只是可穿戴传感器的数据，这些传感器可以捕捉到面部肌肉的微小颤动。
该系统由以色列特拉维夫大学的研究人员开发，平均有73%的时间能正确检测出人们在撒谎，并在此过程中发现了两种类型的骗子。
它 "并不完美，但比任何现有的[面部识别]技术好得多"，行为神经科学家迪诺·利维说。
可穿戴电极测量了40名志愿者的面部肌肉运动，这些人要么撒谎，要么说实话，为机器学习算法提供信息，该算法慢慢学会识别人们的面部表情模式。
常用的测谎技术，如测谎仪，通常依赖于生理反应，如心率、血压和呼吸频率--所有这些，人类都可以在压力下学会自我控制。尽管各执法领域一直在使用测谎仪，但测谎仪被认为是不准确的。
因此，人们继续寻找其他客观的方法来判断某人是否在故意欺骗。
不过，真正的情感可以 "泄漏" 到脸上的想法并不新鲜。它最早可以追溯到查尔斯·达尔文，他曾涉足心理学实验。1872年，他指出。"脸上最不听话的肌肉，有时会暴露出轻微的和短暂的情绪。”
测量、捕捉、甚至识别它们则是另一回事。这些无法控制的微表情仅如惊鸿一瞥，在40至60毫秒便消失无踪。
大部分的研究都通过叫做面部表面肌电图(sEMG)的技术来定位形成表情的精确面部肌肉。它测量面部肌肉的电活动，能够记录人类无法察觉的微妙表情。
这项新研究测试了一种新型的可穿戴电极，其设计比sEMG设备更加敏感和舒适，并测试了一种经过训练的机器学习工具，以读取视频片段中的面部表情。
"由于这是一项初步研究，谎言本身非常简单。"利维解释说。
两个人面对面坐着，装上了电极。一个人戴着耳机，要么重复他们听到的词，要么说一些不同的东西，以误导他们的伙伴，后者则试图抓住他撒谎的瞬间。
研究人员记录了参与者在听音频提示、说话和做出反应时，眉毛之间(称为上皱纹)和脸颊上(颧骨大)的面部肌肉活动。
正如所期望的那样，人们在撒谎时不一定会有更多或更少的犹豫。
该研究确实发现，在48名参与者中，人们表现出不同的 "放弃" 指标。一些人在撒谎时激活了脸颊的肌肉，而另一些人则抽动了靠近眉毛的肌肉。
利维和同事在论文中写道："通过测谎算法，我们成功地检测出所有参与者的谎言，而且明显优于未经训练的人类检测者，后者正确地发现了22%到73%的谎言。”
但实验算法仍然需要做更多的工作，且研究发现，人们的泄密肌肉很容易随着时间的推移而发生变化。
"有趣的是，能够成功欺骗人类同行的人也很难被机器学习算法发现，"研究人员补充说。
在现实生活或高风险的情况下，检测谎言显然更具挑战性，因为重复说谎者通常会讲述更长的故事，其中穿插着谎言和半真半假的信息。
除了直截了当的颠倒黑白之外，还有其他类型的欺骗行为，如遗漏、回避和使用模棱两可的语言来掩盖真相，这可能会使事情复杂化。
当然，这仍然是非常早期的工作，而且有很多原因导致某人可能因紧张而肌肉跳动——0但没有撒谎。时间会告诉我们这项技术是否能够具体地分辨出来。
利维告诉《以色列时报》说："我们的希望是，最终，经过开发和彻底的测试，这可以为测谎仪提供一个严肃的替代方案。
该团队计划继续进行实验，训练他们的软件算法，以更准确地检测闪光的面部表情，这样他们最终就可以完全取消电极了。
他们预计，用说更多实质性大谎言的人来投喂学习算法，可以发现与说谎有关的全部微表情。此外，图像分析工具也许可以通过整合其他专注于改变语音语调的新兴技术而得到改进。
研究人员总结说："欺骗有很多可能的表现形式，而我们只是发现了其中的两种。
这项研究发表在《大脑与行为》上。
https://www.sciencealert.com/new-lie-detector-can-read-facial-muscles-you-re-probably-not-aware-of