看表情就知道誰說謊?請出 AI 也不行

作者 | 發布日期 2020 年 04 月 21 日 8:45 | 分類 AI 人工智慧 , 科技生活 , 科技趣聞 Telegram share ! follow us in feedly


美劇《謊言終結者》(Lie to Me)男主 Cal Lightman 堪稱「人肉測謊器」。透過觀察人的臉部表情,就能看出對方是否說謊或有所隱瞞。

Lightman 的厲害不僅在可辨別分析不同表情的含義,還有捕捉「微表情」的速度之快。有資料指出,人類一般表情會維持 0.5~4 秒,但能讓專家「洞察天機」的「微表情」維持時間通常少於 0.5 秒。

不過,現在 Lightman 博士有「勁敵」了。

越來越多研究人員開始將人工智慧融入測謊器,以人類可能永遠都無法到達的速度檢察「微表情」和肢體語言,甚至自動搜尋新的測謊方法。

AI 會成為更強的測謊器嗎?

現代測謊器:從增速到搜尋新模式

早在 2013 年,亞利桑那大學開始在美國多座機場測試名為 Embodied Avatar 的自助入境機。研究團隊聲稱這款機器可透過「非入侵式可信度測試」,將涉嫌提供假資訊的入境旅客揪出來。

▲ Embodied Avatar。(Source:Wired

簡單來說,這台機器會問旅客「你是美國公民嗎?」「你是否曾被拘捕?」等問題,並藉助機器的高畫質鏡頭和麥克風擷取旅客的表情、肢體語言和語氣,即時演算法分析,找尋可疑之處。

據研究團隊成員之一 Aaron Elkins 介紹,Embodied Avatar 的辨識準確率為 60%~75%,有時候也會高至 80%,高於人類判斷的 54%~60% 準確度。

美國國土安全部有資助此研究計畫,但測試評估後放棄。有內部人員說是因為當時技術不夠成熟,而另一知情人士則說問題在於速度:「我們得在幾秒內就查完旅客,無法耗費幾分鐘在上面。」

無論 Embodied Avatar 還是威猛男主角 Lightman 博士,其實都基於心理學家 Paul Ekman 的理論。

▲《別對我說謊》主角原型就是 Paul Ekman。(Source:Momopuppycat / CC BY-SA

Ekman 是情緒研究的先鋒,他整合的「情緒集」包含上萬種不同人類表情。他認為特定情緒會觸發難以控制的非自願微表情。他長期擔任美國政府部門顧問,並以安全保密為由,拒絕公開部分研究資料。

Silent Talker 的人工智慧雖然也會追蹤臉部表情,但拋棄 Ekman 的研究,直接用人工智慧得到新理論(雖然演算法無法解釋理論讓人聽懂)。

心理學家經常說得找到系統執行的某種模型,但沒有一個可行的模型,且我們也不需要。讓 AI 去想就好了。

Silent Talker 研究人員 O’Shea

據他介紹,Silent Talker 演算法會同時監控接受試者 40 個身體「頻道」,包含眨眼速度到頭部移動角度等各細節。

透過分析學習訓練資料,他們聲稱 Silent Talker 找到的不是普通「說謊時會做什麼動作」這類規律,而更像「規律的規律」──找尋說謊者不同動作和情緒的關聯,官方聲稱準確率可達 85%。

和 Silent Talk 的「廣布網」相比,美國猶他州新創公司 Converus 則關注人的眼睛。

他們銷售名為 EyeDetect 的軟體,用演算法觀察求職者面試時瞳孔擴張的程度,以判定對方是否說謊或隱瞞事實,準確率也聲稱可達 85%。

▲ EyeDetect。(Source:Converus

Converus 接受《Wired》採訪時透露,麥當勞、喜來登和聯邦快遞等大企業會在招聘時使用他們的軟體,但出於法律原因,只限巴拿馬和瓜地馬拉分公司。

此外,也有公司會將類似測謊器的機器用於借貸審核、保險索賠審查等業務。

雖然都披著高科技外衣,但這些技術追根究柢,可信度都和傳統測謊器差不多,都基於不堅實的理論基礎。

生命力頑強的傳統測謊器

傳統測謊器的確是個神奇的存在。

▲ 美國發明家 Leonarde Keeler(後)改善原始測謊器成為現代測謊器雛型。(Source:Agence de presse Meurisse / Public domain)

雖然 19 世紀誕生以來,原理就備受爭議,甚至被「破解」,但直到今天,測謊器應用仍比想像多。

統計,一年內美國使用測謊器約 250 萬次,甚至是警方和相關安全部門面試時的必要項目。2014~2019 年間,也是英國審查性犯罪者時使用的工具。

就和美劇看到的一樣,測謊器主要透過監測記錄受測者的血壓、脈搏、呼吸和皮膚電流等生理反應,判斷受測者是否說謊。

(Source:Jamaica Observer

因為以前沒有演算法鑽研模型,經過培訓的測謊器操作員通常先問幾個平常問題,如受測者的名字、年齡、職業等有固定答案的問題,並以受測者回答這些問題時展現的體徵為基本資料。

隨後,操作員會開始提問主要想知道的問題,如經典的「你有沒有殺了 ×××?」如果這時受測者的體徵異常,就會推斷他很可能在說謊。

問題是,測謊器的準確率一直都很不穩定,甚至不可信──當你成功騙過測謊器,會主動告訴操作員你在說謊嗎?如果你沒通過測謊,但堅持自己沒說謊,對方會相信嗎?

除此以外,更明顯指出測謊器無效的是網路一抓一大把的「騙過測謊器教程」。

曾因沒通過測謊器測試而被判殺人罪的 Floyd Fay,坐牢時花了很長時間研究測謊器的破綻,並找到騙過它的方法。

他將這套方法教給其他獄友,只要 15 分鐘指導,27 人有 23 人都成功通過測謊器的考驗。在獄中,他曾多次以測謊器準確度不穩為自己辯護,然而,最後還是真正殺手的母親證詞,Fay 才得以沉冤得雪。

直至今天,學界仍未找到確鑿證據證明人說謊和各種體徵變化有關係,說謊和臉部表情、語言特徵和肢體語言的關係同樣模糊。

對什麼表情和說謊有關這個議題,學界仍沒有共識。事實上,對連表情和說謊到底有沒有關聯,全世界都沒有共識。

馬斯特里赫特大學心理學教授 Ewout Meijer

那些宣稱自己 AI 測謊器準確率很高的公司,通常都是基於實驗室環境資料,且規模都很小,無法複製,並不可靠。

談及美國政府部門使用測謊器時,專門研究欺騙行為的心理學家 Charles Honts 坦言:

他們只是想買硬體(對理解說謊背後的原理並不感興趣)。這就像不理解原子的情況下嘗試製造原子彈。

既然基礎理論都站不穩,為什麼那麼多人還想在搖搖欲墜的地基上用人工智慧發展更不可靠的技術?連早就證明無用的傳統測謊器也廣泛應用?

測謊器,目的也許不是為了測謊

「測謊器」名稱雖然是指「測試是否說謊」,但背後代表的卻是人們對確定性的渴求。

人們想相信世界是公平的。而在公平的世界裡,說謊的人不會僥倖逃過懲罰。

我和一些測謊器操作員聊天時發現,他們真的相信自己做的事是正確的。

布蘭代斯大學心理學家 Leonard Saxe

而在充斥假消息的網路時代,用「同世代」的人工智慧讓測謊器更強大,似乎是讓人更安心的解決方案。

現在還有演算法會透過分析打字的用語習慣和打字間隔等行為,推測人是否說謊,這可是「真‧線上」測謊器了。

此外,它還是「施壓」工具。對警方來說,測謊器準不準不要緊,只要儀器在場,被訊問的人也相信,就夠施加壓力了。

也有人當成「表演真相」工具。控訴川普的成人影片女星 Stormy Daniels 的律師 Michael Avenatti 就向 CNN 提交 Daniels 做測謊的結果──指出她說謊的機率只有 1%。

被指控性騷擾女性的美國演員 Jeremy Piven 為自己辯護時,也拿出通過測謊的結果當作第一樣「證據」。

甚至連娛樂節目都會用測謊器增加戲劇和娛樂效果。《浮華世界》雜誌固定影片單元之一就是邀請不同明星做測謊器採訪。當然,不會明顯提及這種工具的不準確性。

雖然大部分法庭都不接受測謊結果當證據,但太信任測謊器這種不穩定技術,可能會引起更多隱性問題。

《謊言終結者》播出後,有人曾做了一場小實驗,想看看從影劇「學」了這套識謊技術的人,辨別謊言是否比沒看過的人厲害。

結果大家都猜得到,當然是沒有啦。

不過研究人員也發現,看過《謊言終結者》的參與者普遍更不相信別人沒有說謊。

從某個角度來看,測謊器就跟「吐真藥」一樣,雖然效果不完全可信,卻以「真相」身分攪動人心。到底準不準,你說不清,但就算測謊器顯示某人沒有說謊,也難免會他的信用度打點折扣。

(本文由 愛范兒 授權轉載;首圖來源:Unsplash

延伸閱讀: