ما انسان‌ها توانایی خوبی در تشخیص دروغ حتی در زمانی که به چشمان دروغگو‌ها مستقیم خیره می‌شویم، نداریم. نوعی ابزار یادگیری ماشینی که برای تشخیص علائم دروغ گفتن آموزش دیده است، با استفاده از اطلاعات حاصل از حسگر‌های پوشیدنی که ضربان ماهیچه‌های صورت را تشخیص می‌دهند، بهتر از یک فرد معمولی عمل می‌کند. این سیستم به طور متوسط در ۷۳ درصد مواقع به درستی تشخیص می‌دهد که افراد دروغ می‌گویند و دو نوع دروغگو را در این فرآیند آشکار می‌کند.

الکترود‌های پوشیدنی حرکات ماهیچه‌های صورت را در ۴۰ داوطلب اندازه‌گیری کردند که یا دروغ می‌گفتند یا حقیقت را بیان می‌کردند تا الگوریتم یادگیری ماشینی را تغذیه کنند که به آرامی یاد می‌گرفت الگو‌های راستگویی و دروغگویی را در حالات چهره افراد تشخیص دهد. فناوری‌های دروغ‌سنجی که معمولاً مورد استفاده قرار می‌گیرد، مانند پلی‌گراف، معمولاً بر پاسخ‌های فیزیولوژیکی مانند ضربان قلب، فشار خون و ضربان تنفس متکی است؛ همه عملکرد‌هایی که افراد می‌توانند یاد بگیرند که در شرایط تحت فشار کنترل کنند. علیرغم استفاده مداوم از آن‌ها توسط حوزه‌های مختلف اجرای قانون، پلی‌گراف در بهترین حالت «غیردقیق» تلقی می‌شود؛ بنابراین جست‌وجو برای یافتن راه‌های عینی دیگر برای تشخیص اینکه آیا کسی آگاهانه فریبکار است، ادامه دارد.

اندازه‌گیری، کنترل آن‌ها یا حتی تشخیص آن‌ها موضوع دیگری است: این بروز بسیار ناچیز غیرارادی و غیرقابل کنترل فقط برای یک لحظه ظاهر می‌شود و پس از ۴۰ تا ۶۰ میلی‌ثانیه ناپدید می‌شود. بسیاری از تحقیقات برای تعیین محل دقیق انقباض عضلات صورت که حالت‌ها را شکل می‌دهند، با استفاده از تکنیکی به نام الکترومیوگرافی سطح صورت یا sEMG انجام شده است. در این روش فعالیت الکتریکی عضلات صورت را اندازه‌گیری می‌کنند. این مطالعه جدید نوع جدیدی از الکترود‌های پوشیدنی را آزمایش کرد که حساس‌تر و راحت‌تر از دستگاه‌های sEMG طراحی شده‌اند و یک ابزار یادگیری ماشینی آموزش‌دیده برای خواندن حالات چهره در فیلم‌های ویدئویی در آن به کار گرفته شده است. این مطالعه نشان داد که در بین ۴۸ شرکت‌کننده، افراد شاخص‌های متفاوتی از «بخشش» را نشان دادند.برخی از افراد هنگام دروغ گفتن ماهیچه‌های گونه خود را فعال می‌کنند، در حالی که برخی دیگر عضلات نزدیک ابرو‌های خود را منقبض می‌کنند.

215000901.158