Tudósok: Az adatok és az AI meg tudják mondani, ki fekszik

Valaki hosszú sorban vonszol egy repülőtéri biztonsági kaput. Az a személy egyszerűen ideges a várakozás miatt?

Vagy ez egy olyan utas, akinek van valami baljós elrejteni?

Még a magasan képzett Közlekedésbiztonsági Igazgatóság (TSA) repülőtéri biztonsági tisztjeinek is nehezen tudják megmondani, hogy valaki hazudik-e, vagy mondják-e az igazat - annak ellenére, hogy milliárd dollárt és évekig tartó tanulmányt szenteltek a témának.

A Rochesteri Egyetem kutatói ma az adattudományt és az ADDR (Automated Dyadic Data Recorder) elnevezésű online tömegbeszélő rendszert használják az arc- és szóbeli útmutatásokon alapuló megtévesztés megértésének továbbfejlesztésére.

Azt is remélik, hogy minimalizálják a TSA kritikusai által hivatkozott faji és etnikai profilozás eseteit, amikor az utasokat félrehúzzák az ügynökség által az utasok szűrése által megfigyelési technikák (SPOT) program keretében.

"Alapvetően a rendszerünk olyan, mint a Skype a szteroidokon" - mondja Tay Sen, PhD hallgató a Ehsan Hoqueegyetemi docens Computer Science. Sen szorosan együttműködött Karmul Hasannal, a csoport másik doktoranduszával, két tanulmányban IEEE automatizált arc- és gesztusfelismerés és a Az ACM előzményei az interaktív, mobil, hordható és mindenütt jelen lévő technológiákról. A tanulmányok leírják azt a keretet, amelyet a laboratórium az eddigi legnagyobb nyilvánosan elérhető megtévesztő adatkészlet létrehozására használt - és miért egyes mosolyok megtévesztőbbek, mint mások.

A játék egy mosoly mögött tárja fel az igazságot

Így működik az ADDR: Két ember jelentkezik be Amazon Mechanical Turk, a tömegforrásból származó internetes piac, amely az embereket olyan feladatokhoz rendeli, amelyekre a számítógépek jelenleg nem képesek. A videó az egyik személyt arra írja ki, hogy a leíró, a másik pedig a lekérdező.

Ezután a leírónak képet mutat, és utasítást kap, hogy a lehető legtöbb részletet megjegyezze. A számítógép arra utasítja a leírót, hogy vagy hazudjon, vagy mondjon igazat az imént látottakról. A kihallgató, akinek nem volt tudomása a leírónak szóló utasításokról, ezután a képhez nem kapcsolódó alapkérdéseket tesz fel a leírónak. Ez az egyéni viselkedési különbségek rögzítésére szolgál, amelyek felhasználhatók egy „személyre szabott modell” kidolgozásához. A rutinszerű kérdések között szerepel: „mit viseltél tegnap?” - kiváltani a memória visszaszerzéséhez szükséges mentális állapotot - és „mi a 14-szer 4?” - provokálni az analitikai memória szempontjából releváns mentális állapotot.

"Sokszor az emberek hajlamosak bizonyos módon kinézni, vagy valamiféle arckifejezést mutatnak, amikor emlékeznek a dolgokra" - mondta Sen. "És amikor számítási kérdést kapnak, egy másik arckifejezésük van."

Olyan kérdések is, amelyekben a tanú nem lenne ösztönözve hazudni, és amelyek alapját képezik az egyén „normális” válaszának, ha őszinte választ adunk.

És természetesen vannak kérdések a magáról a képről, amelyekre a tanú valós vagy tisztességtelen választ ad.

A teljes cserét külön videón rögzítik későbbi elemzés céljából.

1 millió arc

Ennek a tömegforrás-megközelítésnek az a előnye, hogy lehetővé teszi a kutatók számára, hogy sokkal nagyobb kutatási résztvevőkhöz csatlakozzanak - és sokkal gyorsabban gyűjtsenek adatokat -, mint akkor lenne, ha a résztvevőket laboratóriumba kellene hozni - mondja Hoque. A csalás kutatásának legnagyobb hátránya az volt, hogy nem rendelkezik szabványosított és következetes adatállomány, amely megbízható alapvető igazságot ad, mondja. Az ADDR keretrendszer segítségével a kutatók néhány hetes erőfeszítés alatt összegyűjtötték 1.3 millió képkifejezést az 151 párból, akik a játékot játszották. További adatgyűjtés folyik a laboratóriumban.

Az adattudomány lehetővé teszi a kutatók számára, hogy ezeket az adatokat újszerű módon gyorsan elemezzék. Például automatizált arcvonás-elemző szoftvert használtak annak meghatározására, hogy mely akcióegységeket használtak egy adott keretben, és numerikus súlyt rendeljenek mindegyikhez.

A kutatók ezután egy felügyelet nélküli klaszterezési technikát használtak - egy gépi tanulási módszert, amely automatikusan megtalálja a mintákat anélkül, hogy bármilyen előre meghatározott címkét vagy kategóriát rendelnének hozzájuk.

Azt mondta nekünk, hogy alapvetően ötféle mosolyral kapcsolatos „arc” van, amelyeket az emberek készítettek, amikor válaszolnak a kérdésekre - mondta Sen. A hazugsággal leggyakrabban az úgynevezett Duchenne mosoly nagy intenzitású változata volt, amely mind az arc / a szem, mind a száj izmait érintette. Ez összhangban áll a „Duping Delight” elmélettel, miszerint „ha valaki bolondozik, akkor inkább örülni fog” - magyarázta Sen.

Nagyon rejtélyes volt az a felfedezés, hogy az őszinte tanúk gyakran összehúzzák a szemüket, de a szájukkal egyáltalán nem mosolyognak. "Amikor visszatértünk és újrajátszottuk a videókat, azt tapasztaltuk, hogy ez gyakran történt, amikor az emberek megpróbálták emlékezni arra, ami a képen volt" - mondta Sen. "Ez azt mutatta, hogy koncentráltak és megpróbálták őszintén visszaemlékezni."

Olvassa el a teljes történetet itt ...