AI ontmaskert leugens? Nieuw machine learning model detecteert bedrog via gezichtsuitdrukkingen en hartslag

FFrits 30 juli 2023 23:32

Onderzoekers van de Tokyo University of Science hebben een machine learning model ontwikkeld dat bedrog kan detecteren aan de hand van gezichtsuitdrukkingen en hartslag. Het model toont veelbelovende prestaties, maar de onderzoekers wijzen op de noodzaak van uitgebreide datasets voor accuratere resultaten.

De rol van machine learning in AI

Machine learning is een tak van kunstmatige intelligentie waarbij algoritmes en statistische modellen worden gebruikt om computers zelfstandig te leren en te verbeteren vanuit ervaring, zonder expliciete programmering. Het is een methode waarbij computers specifieke taken leren uitvoeren door te leren van data, patronen en voorbeelden, in plaats van te vertrouwen op vooraf gedefinieerde regels.

Bedrog detecteren kan van groot belang zijn in verschillende situaties. Denk hierbij aan het ondervragen van slachtoffers of verdachten van misdaden, maar ook aan het interviewen van patiënten met mentale gezondheidsproblemen. In deze situaties kan het lastig zijn voor menselijke interviewers om de juiste vragen te stellen of bedrog accuraat te herkennen. Een geautomatiseerd systeem dat bedrog detecteert kan hierbij helpen.

Het team, geleid door Kento Tsuchiya, Ryo Hatand, en Hiroyuki Nishiyama, richtte zich op het gebruik van gezichtsuitdrukkingen en hartslag om bedrog te identificeren. Ze verzamelden data van vier mannelijke promovendi, die willekeurige afbeeldingen kregen te zien en vrijuit mochten praten terwijl ze misleidende uitspraken deden.

'Random Forest' voor bedrog detectie

De onderzoekers gebruikten de machine learning techniek genaamd 'Random Forest' om het model voor bedrogdetectie te bouwen. Ze gebruikten alle verzamelde data, inclusief gezichtsuitdrukkingen en hartslag, om een dataset te creëren voor het trainen van het machine learning model.

Veelbelovende resultaten en cues voor bedrog

De resultaten van het onderzoek toonden veelbelovende prestaties van het bedrog detectiemodel. De nauwkeurigheid en F1-score voor elk onderwerp varieerden van 75% tot 80%, waarbij de hoogste nauwkeurigheid ongeveer 87% was. Enkele veelvoorkomende aanwijzingen die de machine gebruikte om bedrog te detecteren, waren veranderingen in hartslag, oogbewegingen en specifieke gelaatstrekken rond de ogen en mond.

Behoefte aan uitgebreidere datasets

Ondanks de veelbelovende prestaties, merken de onderzoekers op dat om statistisch rigoureuze resultaten te verkrijgen met hun aanpak, ze in feite duizenden opgenomen video's en rijkere sensorgegevens nodig hebben met de hulp van een groot aantal proefpersonen. Deze proefpersonen zouden verschillende culturele achtergronden en neurodivergente statussen moeten hebben, maar dit was moeilijk voor hen te realiseren. Daarom beperkten zij hun aandacht tot het leveren van enkele casestudy-stijl analyses.

Meer artikelen

Lees ook

Hier zijn een aantal interessante artikelen op andere sites uit ons netwerk.