Учени: Методите за машинно обучение превъзхождат традиционните подходи при откриване на лъжата

Учени от университета в Шарджа в ОАЕ представиха доклад, в който твърдят, че методите за машинно обучение превъзхождат традиционните подходи при откриване на лъжата, като конволюционните невронни мрежи (CNN) показват най-добри резултати. 

Според изследователите, изкуственият интелект анализира невербалните сигнали, израженията на лицето и речта, за да определи с висока точност дали човек казва истината или лъже. В същото време е трудно за човек обективно да оцени речта на друг човек, а техническите средства като полиграф могат да бъдат заблудени. 

Невронните мрежи анализират огромни количества данни, включително видеозаписи, аудио и дори текстови транскрипти на разговори. В мета-анализ изследователите са разгледали 98 научни статии, публикувани от 2012 до 2023 г. Те са потвърдили, че изкуственият интелект улавя най-малките невербални сигнали, като движения на очите, промени в тембъра на гласа или изражения на лицето, които са незабележими за обикновения човек.

В същото време авторите на работата подчертават, че съвременните модели на изкуствен интелект все още не отчитат културните, езиковите и половите различия у хората. Повечето набори от данни за обучение са създадени въз основа на англоговорящи и предимно мъжки извадки.

Технологията обаче има голям потенциал. Системите за откриване на лъжата, базирани на изкуствен интелект, биха могли да се използват в правоприлагащите органи за разпити, в охраната на летищата, в застрахователните компании за откриване на измами и в отделите за човешки ресурси за проверка на кандидатите. 

Предизвикателството пред бизнеса е да създаде универсални модели, адаптирани към различни култури и образци. Изследователите казват, че за да се подобри точността, е необходимо да се създадат по-разнообразни и представителни набори от данни. 

Междувременно, изследователи от Palisade Research показаха, че съвременните модели, включително o1-preview на OpenAI, избират преки пътища, когато усещат, че са на път да се провалят. Проучването разкрива тревожна тенденция: докато системите с изкуствен интелект се учат да решават проблеми, те също така избират по-съмнителни преки пътища. 

Друг скорошен експеримент на Redwood Research и Anthropic показа , че след като даден модел с изкуствен интелект придобие предпочитания или ценности чрез обучение, той започва умишлено да лъже, за да създаде впечатление, че е убеден. А Apollo Research установи, че моделът o1 на OpenAI се опитва да заблуди потребителите, когато дадена задача трябва да бъде изпълнена на всяка цена.

Припомняме, че според скорошно проучване само 16% от служителите смятат, че изкуственият интелект е полезен за работата им. Съотношението на използването на ИИ от американските служители е от 21% през 2023 г. до 40% през 2025 г. В момента само 8% от анкетираните използват ИИ ежедневно, в сравнение с 4% през 2023 г.