尽管饱受争议，但检测人们是否撒谎，始终是科学家们的研究课题之一。

最近，特拉维夫大学的一个团队提出了一个新的构想。他们主要通过使用机器学习和人工智能技术，快速分析说谎时人们肌肉的微小变化，包括脸颊肌肉和眉毛的小动作等。

在运行时，传感器将会放置在测谎人脸上，这些传感器能通过印在柔软表面上的贴纸来测量神经和肌肉的电极，同时观察他们说不同的话时的面部细微变化。 

目前，该系统的测谎准确率达到了73%，与人类55%的识别准确率相比还是有相当进步的，但还不足以让测试结果成为法庭证据被接受和使用。

该团队表示，目前系统还处于一个非常早期的阶段，未来肯定会有所更多改进。他们预测，该系统未来可将用于机场、面试或审问犯罪嫌疑人等。

该研究以论文的形式发表在了Brain and Behaviour上。

论文链接：

https://onlinelibrary.wiley.com/doi/10.1002/brb3.2386

“测谎仪”如何测谎？

不得不承认，测谎仪的确是个神奇的存在。

自19世纪被发明以来，测谎仪的工作原理就一直备受争议，但直到今天，它的应用仍比我们想象中更多。

比如，在美国，测谎仪一年的使用次数大约有250万次，在2014到2019年，英国在审查性犯罪者时也时常会用到测谎仪。

这些测谎仪和在电视剧中看到的一样，主要通过监测记录受测者的血压、脉搏、呼吸和皮肤导电等生理反应，来判断受测者是否说谎。

在这项研究中，志愿者两两相对而坐，研究人员通过耳机将“line”“tree”等单词传达给他们，随即会告诉他们对搭档说谎与否。当佩戴者听到“line”但说“tree”或反之，他显然在说谎，而搭档的任务是去检测谎言。

结果表明，参与者对于侦破谎言没有任何统计意义，但是贴在靠近嘴唇的脸颊肌肉和眉毛上方肌肉的贴纸接收到的电信号能够检测到73%的谎言。

Levy教授说，“由于这是一项初步研究，谎言本身也非常简单。但现实情况是，我们需要一个更长的故事来完成谎言的叙事，当然其中也不免会掺杂一些真实的情况”。

“在研究中，我们的优势在于，我们知道参与者通过耳机听到了什么，也知道他们何时在撒谎。因此，我们使用机器学习技术训练程序，以根据来自电极的EMG（肌电图）信号识别谎言。”

“一个有趣的发现是，不同的人说谎会在不同的面部肌肉上呈现出来：有的是脸颊肌肉，有的是眉毛。”

“测谎仪”真的可信吗？

但是，尽管能借力深度学习和人工智能，但测谎仪的可信度到底有多少？

2019年，旅客在入境欧洲前，需要经过虚拟警察的测谎测试。

入境前，你需要在自己的电脑上登录一个网站，上传你的护照图像，然后会有一个身穿海军蓝色制服的棕发男子和你对话。

“你姓什么？”“你的国籍是什么？”“你为什么来欧洲？”

你需要口头回答这些问题，在回答的同时，虚拟警察会使用你的网络摄像头扫描你的面部和眼球运动，检测你是否有撒谎的迹象。

询问结束后，系统会提供一个二维码，入境时必须向海关人员出示这个二维码，他们会用一个平板扫描代码，采集指纹，并审查捕捉到的面部图像，以检查它是否与你的护照相符。

同时，他们的平板电脑上会显示一个分数，满分为100分，以此判断你的回答是否属实。

但问题是，不只是虚拟警察，测谎仪的准确率一直都很不稳定。

一个驻外记者在穿越塞尔维亚-匈牙利边境前进行了测试，尽管如实回答了所有问题，但系统却认为16个问题中有4个都是错误的，因此系统认为他是骗子，需要接受进一步的检查。

除此之外，试想如果你成功瞒过了测谎仪的检测，你会主动告诉测试者你在说谎吗？如果你没通过测谎测试，但仍然坚持表示自己没说谎，测试者会相信吗？

如今，网上更是充斥着一搜一大把的“测谎仪教程”。

曾因没通过测谎仪测试而被误判杀人的Floyd Fay，在坐牢的时候，花了很长时间去研究测谎仪的问题，并找到了一套欺瞒它的方法。他开始将这套方法教给其他狱友，15分钟左右的指导后，27人中有23人都成功通过了测谎仪的测试。

在狱中，他曾多次以测谎仪准确度不稳定来为自己辩护，然而，最后得是在真正杀手母亲的证词支持下，Fay才得以沉冤得雪。

其实时至今日，学界仍未能找到确凿证据指明人说谎和各种体征变化间有明确的关系，说谎和面部表情、语言特征和肢体语言之间的关系同样模糊。

古话有云，宁可信其有不可信其无。测谎仪的测试到底准不准或许固然重要，但一旦被否定后，想再去相信谁，似乎也很难释怀了吧。

https://www.dailymail.co.uk/sciencetech/article-10216965/AI-robot-tell-lying-studying-subtle-facial-movements.html 

https://theintercept.com/2019/07/26/europe-border-control-ai-lie-detector/ 

本文来自微信公众号 “大数据文摘”（ID：BigDataDigest），作者：Caleb，36氪经授权发布。