五角大楼拟投3000万美元研发AI测谎系统

美国国防部在最新预算申请中提出了一项为期五年、总额约3030万美元的计划，名为「Polygraph+」或「Polygraph Next」，试图用人工智能与机器学习算法重新改造已有近百年历史的测谎技术。根据曝光的预算文件，该项目的核心方向包括「评分算法」与「远距离感知」（standoff sensing），即在不接触被测对象身体的前提下采集其生理数据。

预算背景与执行机构

「Polygraph+」项目将由国防反情报与安全局（DCSA）负责执行。DCSA目前承担联邦政府雇员背景审查工作，新系统将被用于「入职审查」与「内部威胁检测」两大场景。预算文件尚未获国会批准，具体技术路线尚未明确披露，DCSA也未回应置评请求。预算文件最早由美国防务媒体《Inside Defense》报道。

值得注意的是，这一计划出台之际，国防部内部正因机密泄露事件承受压力。在国防部长皮特·赫格塞斯（Pete Hegseth）任内，五角大楼加大了对涉密人员的测谎频次。据《纽约时报》9月报道，约50名联合参谋部军官曾在伊朗战争与武器库存相关新闻曝光后接受测谎审查。

已浮出水面的技术承包方

国防部此前的探索为「Polygraph+」的技术选型提供了线索。2023年，国防创新单元（DIU）发起过一次公开征集，挑选具备「欺骗检测」能力的产品原型。最终入选两家供应商：

• Presage Technologies：声称可借助普通摄像头测量心率与呼吸率。
• Altec Research：原为医疗传感器企业，正向非接触式传感领域拓展。其公开的原型截图显示，可追踪头部运动、面部皮肤温度与毛孔活动。

两家公司及DIU均未回应评论请求。

传统测谎的局限与AI的潜在突破点

现有测谎仪自上世纪20年代发明以来变化甚微，主要依赖血压、脉搏、呼吸与出汗反应判断真伪，测试者通过比较基线问题（如「天空是蓝色的吗？」）与目标问题（如「你是否犯过罪？」）的生理差异得出结论。然而，测谎仪的有效性长期受到质疑：

• 1983年，美国国会技术评估办公室即已指出，测谎用于员工筛查的证据非常有限。
• 2003年，美国国家研究委员会（NRC）报告称测谎效用的证据「充其量只能说薄弱」。
• 未经任何辅助，人类识别谎言的准确率仅略高于50%；美国测谎协会声称测谎准确率在80%–94%，但NRC指出，在此精度下若应用于280万规模的国防部员工群体，仍可能造成数以万计的误判。

此外，不同测试者之间的主观差异、对少数族群的偏见倾向，以及受测者借助踩鞋内暗针等方式「反测谎」的可训练性，都让传统测谎雪上加霜。

多模态AI或为下一代方向

鹿特丹伊拉斯谟大学副教授Sophie van der Zee指出，测谎的本质难题在于「不存在适用于所有人的统一说谎表征信号」，即没有皮诺曹的鼻子。但AI理论上可从数据中发现人类难以察觉的模式，并更易于实现「多模态」欺骗检测——将多种生理信号融合为单一欺骗评分。van der Zee认为测谎实际探测的三件事是：生理压力、认知负荷、以及人为刻意掩盖行为。当前测谎仅触及第一个维度。

「若能将三个角度的方法组合起来，成功率将显著提升，」van der Zee表示。但她也强调，测谎仪器目前最大的「威慑效应」来自受测者对其可信度的心理预期——「这只有在人们相信测谎有效时才管用」。