The Pentagon wants $30 million to build an AI-powered lie detector

五角大楼计划投入3000万美元开发AI驱动的测谎仪 | MIT Technology Review

人工智能

五角大楼计划投入3000万美元开发AI驱动的测谎仪

Polygraph+将利用新型传感器技术和人工智能对员工进行背景审查并追踪泄密者。专家表示，AI驱动的测谎技术是“最糟糕的两者结合”。

作者：

• Amit Katwala 档案页面

2026年9月25日

Stephanie Arnett/MIT Technology Review | Adobe Stock, Rawpixel

执行摘要

根据美国国防部的预算申请，美国政府计划在未来五年内投入3030万美元用于改进测谎仪。该计划名为Polygraph+或Polygraph Next，将重点开发使用人工智能和机器学习的评分算法，并采用一种称为“远距离感知技术（standoff sensing）”的方法，即无需将设备连接到被测者身上即可进行生理指标检测。

据Inside Defense首次报道的预算文件细节显示，该项目将“现代化联邦测谎仪和可信度评估技术”，以提高其准确性和可靠性。但该项目可能只是众多试图利用技术检测谎言却失败的尝试中的最新案例。“这是将复杂问题简化为具体可感事物的错误努力，”研究司法系统中测谎仪使用的英国诺桑伯兰大学法律学者Kyri Kotsoglou表示。

这一举措正值该部门内部紧张局势加剧之际。在国防部长Pete Hegseth的领导下，五角大楼越来越依赖测谎测试，试图找出据称向媒体泄露信息的来源。9月，《纽约时报》报道称，在有关美国在与伊朗的战争中武器库存减少的新闻报道后，大约50名联合参谋部军官接受了测谎测试。

Polygraph+将由国防反情报与安全局（DCSA）负责实施，该机构为联邦政府进行背景调查。根据尚未获得国会批准的预算文件，新技术将用于对潜在雇员进行背景审查和“内部威胁检测”。目前尚不清楚将使用哪些具体技术，DCSA未回应进一步信息请求。

但其他五角大楼的努力可能提供了一些线索。2023年，国防部创新局（DIU）启动了公开征集流程，寻找能够用于欺骗检测的产品公司。

DIU选择了两家公司开发原型：Presage Technologies，该公司声称能够使用标准摄像头测量心率和呼吸频率；以及Altec Research，这是一家医疗传感器公司，现正拓展非接触式传感技术。DIU发布的Altec原型技术截图显示，该技术可追踪头部运动、面部皮肤温度和毛孔活动。Presage Technologies和Altec Research未回应评论请求。DIU拒绝置评。

Altec Research开发的原型技术可追踪头部运动、面部皮肤温度和毛孔活动。

ALTEC RESEARCH

自20世纪20年代测谎仪问世以来，测谎技术几乎没有实质进展。测谎人员依赖血压、脉搏、呼吸和出汗等生理指标来判断某人是否在说谎。他们通过比较被测者对基准问题（如“天空是蓝色的吗？”）和目标问题（如“你是否曾经犯罪？”）的生理反应差异，来判断其回答的真实性。

联邦政府每年在雇员筛选过程中进行数万次测谎测试，但这项技术的可靠性一直受到质疑，其测试结果也很少被法庭采信。1983年，国会技术评估办公室得出结论称，几乎没有证据支持测谎仪用于雇员筛选。2003年，美国国家研究委员会（NRC）指出，测谎仪的有效性证据“至多只能算薄弱”。

研究表明，在没有技术辅助的情况下，人类仅能正确识别谎言略高于一半的次数。美国测谎协会声称测谎仪的准确率在80%到94%之间。但2003年NRC报告指出，即使达到这种准确率水平，筛选测试仍可能导致大量误判。美国国防部雇用了280万名员工，如果在如此大规模应用中使用不完善的系统，可能会导致数万人被错误指控。

还存在其他问题。测谎仪的解读往往具有主观性：不同测谎人员得出的结果可能大相径庭，少数群体成员更可能被判定为欺骗者。此外，经过训练，被测者可以学习多种反制措施来应对测谎测试；例如，他们可以通过鞋底隐藏的图钉来人为增强对基准问题的生理反应。

“如果你了解它的原理，就能击败它，”埃拉斯谟大学罗特terdam分校研究欺骗的副教授Sophie van der Zee表示。她指出，测谎仪的最大作用是威慑——通常，被测者在测试甚至开始前就已坦白。“但这种效果只有在人们认为测谎仪有效时才成立，”她强调。

几十年来，人们尝试了各种新的测谎策略，涉及的科技从热成像仪、瞳孔追踪器到脑扫描。但这些技术在实验室外均未能产生可靠的结果。问题在于，目前尚无一种适用于所有人的、始终如一的撒谎标志。“目前仍没有匹诺曹的鼻子，”van der Zee表示。

AI 理论上可以通过发现考官无法识别的数据模式来提升测谎仪的效果。AI 算法更可能被用于“多模态”欺骗检测，这种技术试图将多种测量数据整合成一个更难被人为操控的总体欺骗“评分”。范德泽（van der Zee）表示，测谎技术正在关注三个潜在因素：生理压力、认知负荷以及人们有意识地隐藏说谎事实所付出的努力。目前的测谎仪技术只针对其中一种因素。“如果你能从这三个不同角度综合使用多种方法，就更有可能取得成功，”范德泽表示。这并非新概念——2000年代，英国曼彻斯特都会大学的研究人员开发了一种名为“Silent Talker”的系统，该系统通过视频画面生成欺骗评分。该系统后来被整合进欧盟资助的试点项目 iBorderCtrl 中。在美国，一个名为 AVATAR 的项目将眼动追踪、语音分析和身体动作检测整合为一种用于边境检查的工具。所有这些项目都已悄然淡出。

科特索格鲁（Kotsoglou）表示，将 AI 与测谎仪结合是“最糟糕的结合”，因为它在无效性基础上增加了不确定性。即使 AI 或机器学习能够发现生理数据中以前未被发现的模式，它也无法可靠地将这些模式与说谎行为联系起来，因为没有真正的客观标准。

法学教授马里昂·奥斯瓦尔德（Marion Oswald）表示：“即使你拥有世界上所有测谎仪测试的记录，你也无法确定这些测谎仪测试是否准确。”她与科特索格鲁共同撰写了关于测谎仪在司法系统中应用的文章。她担心，新型测谎技术，就像测谎仪一样，可能会更多地被用作心理工具，而非科学工具。

奥斯瓦尔德表示：“这似乎是对当前政府担忧泄密和感知到的忠诚度缺失的回应。”她指出，测谎技术“被用作威胁手段，用来恐吓和迫使人们承认一些事情，而不是真正获取有效信息。”

深度解析

人工智能

一个根本性缺陷使大型语言模型（LLMs）对攻击异常脆弱

这使得它们很容易被欺骗去做不应该做的事情，例如告诉你如何破坏飞机导航系统。

• 威尔·道格拉斯·海文（Will Douglas Heaven）档案页面

AI 的递归自我改进可能不会来得那么快

看起来，AI 代理目前还不具备足够的创造力，无法开展真正创新的开放性 AI 研究。

• 米歇尔·金（Michelle Kim）档案页面

这就是 AI 代理为了达成目标而说谎和作弊的原因

这种不当行为被称为“奖励黑客”。这是你需要了解的内容。

• 格蕾丝·哈克林斯（Grace Huckins）档案页面

这些初创公司正在追逐 LLMs 领域的下一个大机会

认识一下这些正在追赶 AI 巨头的新晋企业。

保持联系

插图由 Rose Wong 提供

获取 MIT Technology Review 的最新动态

发现特别优惠、热门故事、即将举行的活动等更多信息。