2020年04月17日 | 看表情就知道谁说谎？搭上AI还是不行

      美剧《别对我说谎（Lie to Me）》男主 Cal Lightman 堪称‘人肉测谎仪’。通过观察人的面部表情，就能看出对方是否在说谎或是有所隐瞒。

　　Lightman 的厉害不仅在于他可以辨别分析不同表情背后的含义，还在于他捕捉‘微表情’的速度之快。有数据指出，人类一般的表情会维持 0.5-4 秒，但那些被认为能让专家‘洞察天机’的‘微表情’维持的时间通常则少于 0.5 秒。

　　不过，现在 Lightman 博士有‘劲敌’了。

　　越来越多研究人员开始将人工智能融入测谎仪中，以人类可能永远都无法达到的速度侦察‘微表情’和肢体语言，甚至自主寻找新的识谎方法。

　　它们会成为更强的测谎仪吗？

　　现代测谎仪：从提速到寻找新模式

　　早在 2013 年，亚利桑那大学开始在美国多个机场测试一款名为 Embodied Avatar 的自助入境机器。研究团队声称这款机器可通过‘非入侵式可信度测试’，将涉嫌提供虚假信息的入境旅客挑出来。

　　▲ Embodied Avatar，图片来自 《连线》

　　简单来说，这台机器会向旅客提出‘你是美国公民吗？’‘你是否曾被拘捕？’等问题，并借助机器上的高清摄像头和麦克风获取旅客的表情、肢体语言和语气信息，实时用算法分析，寻找可疑之处。

　　据研究团队成员人之一的 Aaron Elkins 介绍，Embodied Avatar 的识别准确率在 60%-75% 之间，有时候也会高至 80%，高于人类评判的 54%-60% 准确度。

　　美国国土安全部资助了这个研究项目，但在测试评估后，他们放弃了它。有内部人员说是因为当时研究的技术不够成熟，而另一个知情人士则说问题在于速度：‘我们得在几秒内就筛完，我们没法耗几分钟来做这个’。

　　无论是 Embodied Avatar 还是美剧男主 Lightman 博士，它们基于的其实都是心理学家 Paul Ekman 的理论。

　　▲《别对我说谎》主角的原型就是 Paul Ekman，图片来自维基百科

　　Ekman 是情绪研究的先锋，他整合的‘情绪集’里包含了上万种不同的人类表情。他认为特定情绪会触发难以控制的非自愿微表情。多年来，他长期担任美国政府部门的顾问，并以安全保密为由，拒绝公开部分研究数据。

　　Silent Talker 的人工智能虽然也会追踪面部表情，但它则抛开了 Ekman 的研究，直接用人工智能做出一套新理论（虽然算法并不能向你解释理论是啥）。

心理学家经常说我们得找到系统运行的某种模型，但我们没有一个可行的模型，而且我们也不需要。我们让 AI 来想就好了。

　　Silent Talker 的研究人员 O’Shea 说。

　　据他介绍，Silent Talker 这套算法，会同时监控接受测试者 40 个身体‘频道’，包含从眨眼速度到头部移动的角度等各种细节。

　　通过对训练数据的分析学习，他们声称 Silent Talker 找到的不是普通‘说谎时会做什么动作’这类规律，而更像是‘规律的规律’—— 寻找说谎者不同动作和情绪之间的多方面联系，官方声称准确率可达到 85%。

　　和 Silent Talk 的‘广布网’相比，美国犹他州的创业公司 Converus 则将关注集中在人的眼睛上。

　　他们销售一套名为 EyeDetect 的软件，用算法观察求职者在面试过程中瞳孔扩张的情况以判定对方是否在撒谎或隐瞒一些事实，准确率也声称可达 85% 左右。

　　Converus 在接受《连线》的采访时透露，麦当劳、喜来登和联邦快递等大企业会在招聘时使用他们的软件，但出于法律原因，只限于巴拿马和危地马拉的分公司。

　　此外，也有公司会将类似测谎仪应用于借贷审核、保险索赔审查等业务上。

　　虽然都披着光鲜的高科技外衣，但这些技术归根到底，可信度都和传统的测谎仪差不多，因为它们都是基于不坚实的理论基础。

　　生命力顽强的传统测谎仪

　　传统的测谎仪的确是个神奇的存在。

　　它虽然自从于 19 世纪诞生以来，工作原理就备受争议，甚至被‘破解’，但直到今天，它的应用仍比我们想象中更多。

　　据统计，现在一年下来，美国境内进行的测谎仪测试大约有 250 万次。它甚至还是警方和相关安全部门时面试时的必要项目。在 2014-2019 年间，它也是英国在审查性犯罪者时使用的工具。

　　就和我们在美剧里看的一样，测谎仪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，来判断受测者是否有说谎。

　　因为以前没有人工算法来钻研模型，经培训的测谎仪操作人员通常先问几个寻常问题，譬如受测者的名字、年龄、职业等答案确定的问题，并以受测者回答这些问题时展现出来的体征作为基本参考数据。

　　随后，询问员会开始提出这次测谎测试主要想搞清楚的问题，譬如经典的‘你有没有杀了 XXX？’如果这时受测者的体征数据出现异常，那测试者就会推断他们很可能在说谎。

　　问题是，测谎仪的准确率一直都很不稳定，甚至不可信 —— 当你成功骗过测谎仪，你会主动告诉测试者你在说谎吗？如果你没通过测谎仪，但坚持说自己没说谎，对方会相信吗？

　　除此以外，更明显指出测谎仪无效的是一搜一大把的‘击败测谎仪教程’。

　　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，只需要 15 分钟左右的指导，27 人里面有 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。

　　直至今天，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。

对于什么表情和说谎有关联这个议题，学界仍没有共识。事实上，对于连表情和说谎之间到底有没有关联，我们都没有共识。

　　马斯特里赫特大学心理学教授 Ewout Meijer 说。

　　那些宣称自己家 AI 测谎仪准确率很高的公司，通常都是基于实验室环境数据，而且规模都很小，无法复制，并不可靠。

　　在谈及美国政府部门对测谎仪的应用时，专门研究欺骗行为的心理学家 Charles Honts 坦言：

他们只是想买硬件（对理解撒谎背后的原理并不感兴趣）。这就像是在不理解原子的情况下去尝试造原子弹。

　　既然基础理论都站不稳，为什么那么多人还想在摇摇欲坠的地基上用人工智能发展出不可靠的技术？连早已被证明无用的传统测谎仪也仍被广泛应用？

　　测谎仪，目的也许不是为了测谎

　　‘测谎仪’名字里说的虽然是‘测试看有没有说谎’，但它背后代表的却是人们对确定性的渴求。

人们想相信世界是公平的。而在一个公平的世界里，那些说谎的不会侥幸逃过惩罚。

我和一些职业测谎仪操作员聊天时发现，他们真的相信自己在做的事情是正确的。

　　布兰代斯大学心理学家 Leonard Saxe 说道。

　　而在一个充斥着假消息的互联网时代里，用‘同一世代’的人工智能来让测谎仪更强大，似乎是能让人更心安理得的解决方案。

　　事实上，现在还有算法会通过分析人打字的用语习惯和打字间隔等行为来推测人是否在说谎，这可是‘真·线上’测谎仪了。

　　此外，它还是一种‘施压’的工具。

　　而对于警务人员来说，测谎仪准不准没关系，只要仪器在场，被审问的人也相信，这就足以向其施压。

　　也有人用它们做‘表演真相’工具。

　　控诉特朗普的成人片女星 Stormy Daniels 的律师 Michael Avenatti 就向 CNN 提交了一份 Daniels 做测谎仪测试的结果表——指出她说谎的几率只有 1%。

　　被指控性骚扰女性的美国演员 Jeremy Piven 在向公众为自己辩护时，也拿出通过测谎仪测试的结果来作为自己向公众辩护的第一样‘证据’。

　　甚至连娱乐节目都会用测谎仪来增加戏剧和娱乐效果。《名利场》杂志的其中一个固定视频栏目就是邀请不同明星来连着测谎仪做采访。当然，他们可不会在节目提及这种工具的不准确性。

      虽然大部分法庭都不接受测谎仪举证，但对测谎仪这种不稳定技术的过分信任，可能还会引起更多隐性问题。

　　在《别对我说谎》播出后，有人曾组织了一场小实验，想看看从电视里‘学习’了这一套识谎技术的人是否在辨别谎言上比没看过的人厉害。

　　结果大家都猜到，当然是没有的啦。

　　不过，研究人员也发现，看过《别对我说谎》的参与者普遍更不愿意相信别人没在说谎。

　　从某个角度来看，测谎仪就跟《被光抓走的人》里那道‘检验真爱之光’一样，虽然理据不明确，但却以‘真相’的身份搅动着人心。它到底准不准，你说不清，但如果它说不是，你再想去相信，似乎也会因此很难释怀。