AI通過面部表情還是可以大概率識別說謊者的，這裡並不是百分百。

通常人在說謊時，會下意識的緊張，用來掩飾自己的過失和罪行，這些都是下意識的生理變化，有些生理反應是隻受植物神經制約，不受大腦意識控制。這些細節往往被觀察者自己都覺察不到，我們的面部也包括非常豐富的細節，包括眼睛，嘴巴和眉毛，甚至嘴角的抽動，呼吸的頻率等等，AI通過採集大量的資料樣本，進行不斷地學習和自我完善，是能夠識別到絕大數的說謊者

同樣AI識別說慌者，也只是用作輔助手段，並不能保證準確性百分百，但是隨著AI的技術不斷髮展，新的演算法的出現，準確率會越來越高

首先非常感謝在這裡能為你解答這個問題，讓我帶領你們一起走進這個問題，現在讓我們一起探討一下。

儘管演算法越來越廣泛地應用於生活的各個方面，但一項新的USC研究發現，它們無法通過作為真相檢測器的基本測試。

大多數演算法可能從未聽過Eagles的歌曲“ Lyin"Eyes”。否則，它們在識別重複性方面會做得更好。

計算機不是很擅長辨別虛假陳述，這是一個問題，因為這些技術越來越多地應用於社會中，以做出決定公共政策，企業和人民生活的決策。

研究人員在USC創新技術研究所研究了表達的理論因素以及閱讀情緒的複雜性，結果證明，演算法不能通過作為真相檢測器的基本測試。研究團隊使用破壞了福斯心理學和AI表達理解技術的科學完成了兩項研究，這兩項研究都假設面部表情揭示了人們的想法。

ICT虛擬人類研究主任，南加州大學維特比分校電腦科學教授Jonathan Gratch說：“人和所謂的“情感閱讀”演算法都依賴於一種民間智慧，即我們的情感寫在我們的臉上。工程。“這遠非真相。人們生氣或心煩時會微笑，他們掩蓋了自己的真實感受，許多表情與內心感受無關，但反映了對話或文化習俗。”

Gratch及其同事今天在英國劍橋舉行的第八屆情感計算與智慧互動國際會議上介紹了這一發現。

一項新研究分析了社交場合中的面部表情

當然，人們知道人們可以直著臉說謊。撲克玩家虛張聲勢。求職者偽造面試。不忠實的配偶作弊。政治家們可以高高興興地說出虛假的言論。

但是，即使越來越多地使用機器來讀取人類的情感併為改變生活的決策提供資訊，演算法也不善於捕捉重複性。例如，國土安全部投資了這種演算法來預測潛在威脅。一些國家使用大規模監視來監視通訊資料。在焦點小組，市場營銷活動中使用演算法來篩選貸款申請者或僱用人員。

“我們試圖破壞人們的民間心理學觀點，即如果我們能夠識別人們的面部表情，就可以說出他們的想法，”也是心理學教授的格拉奇說。“想想人們在過去如何使用測謊儀來檢視人們是否在撒謊。那時，人們濫用了這項技術，就像今天濫用面部表情技術一樣。我們對這些技術使用的是天真的假設，因為在這些測試之間，表達與人們的真實感受之間沒有關聯。”

為了證明這一點，ICT的Gratch及其研究員Su Lei和Rens Hoegen以及牛津大學的 Brian Parkinson和Danielle Shore共同研究了社交場合中的自發面部表情。在一項研究中，他們開發了一個遊戲，有700個人為金錢而玩，然後捕捉了人們的表情如何影響他們的決定以及他們的表情是否符合他們的感受。

團隊使用幾種新穎的方法，檢查了遊戲中自發面部表情與關鍵事件之間的關係。他們採用了一種來自心理生理學的技術，稱為“事件相關電位”，以解決面部表情的極端變化，並使用計算機視覺技術來分析這些表情。為了表示面部運動，他們使用了最近提出的一種稱為面部因素的方法，該方法可以捕獲許多面部表情的細微差別，而沒有現代分析技術所提供的困難。

科學家發現，微笑是唯一一貫引起的表情，無論結果的獎勵或公平性如何。此外，參與者對面部情緒的感知還相當不準確，尤其是在表情表達受到調節時認識不足。研究結果表明，人們微笑的原因很多，而不僅僅是幸福，這是評估面部表情的重要背景。

Gratch說：“這些發現強調了使用技術來預測感覺和意圖的侷限性。” “當公司和政府宣稱擁有這些功能時，買方應提防，因為這些技術通常具有簡單的假設，並且未經科學檢驗。”

在以上的分享關於這個問題的解答都是個人的意見與建議，我希望我分享的這個問題的解答能夠幫助到大家。