五角大楼斥资3000万美元打造AI测谎仪

编者按：当人工智能开始解读人的生理信号与微表情，"说谎"是否还能被技术识破？美国军方押注3000万美元寻找答案。而在生命科学的另一端，一条关于器官年龄的红线，同样牵动着伦理与效率的博弈。

五角大楼的AI测谎计划

据MIT Technology Review报道，美国政府计划在未来五年内投入约3030万美元，用于研发一款性能更强的测谎设备。这笔预算的核心目标，是用人工智能改造一套自20世纪以来几乎未曾根本性革新的技术体系——测谎仪。

传统测谎仪（polygraph）的工作原理并不神秘：它通过监测心率、血压、呼吸频率和皮肤电导等生理指标，判断受试者在回答特定问题时的应激反应，进而推断其是否在撒谎。问题在于，这套逻辑建立在一个并不牢靠的假设之上——说谎必然伴随可测量的生理唤醒，而紧张、焦虑、疾病甚至单纯的被审讯压力，都会产生几乎相同的信号。

正因如此，测谎仪在科学界的信誉长期存疑。美国国家科学院早在2003年的一份报告中就指出，多数测谎研究存在方法学缺陷，测谎结果的准确性远不足以支撑高风险的判断。在美国司法体系中，测谎证据通常不被法庭采纳；但在情报筛查、执法审讯和部分政府背景调查中，它依然被广泛使用。五角大楼的新项目，正是希望用AI填补这一"可信度缺口"。

从单一信号到多模态判断

新一代系统的思路，是从"读一条曲线"转向"读整个人"。研究者普遍认为，AI的介入可能带来三个层面的变化：

第一是信号维度的扩展。除了传统的生理指标，系统还可以接入语音韵律、面部微表情、眼动轨迹，甚至功能性近红外光谱或脑电信号，构建多模态的欺骗检测模型。第二是基线个性化。机器学习可以根据受试者本人的常态数据建立个体化基线，减少"天生紧张"带来的误判。第三是实时推断能力。深度模型能够在对话进行中动态调整追问策略，而非事后分析一张波形图。

不过，技术乐观主义需要被审慎对待。目前已发表的AI测谎研究多在小样本、实验室情境下完成，一旦进入真实的高压审讯环境，模型性能往往显著下降。更棘手的是"黑箱"问题：当AI给出"此人在说谎"的结论时，它很难解释自己依据了哪些特征——而这类结论一旦用于限制人身自由或影响国家安全判断，缺乏可解释性就意味着缺乏可追责性。

"准确率提升一个百分点，误判的代价可能就是一个人的人生。"——这是所有测谎技术绕不开的伦理公式。

此外，隐私与合意问题同样突出。生理与神经信号的采集远比回答问题更具侵入性，若缺乏严格的授权与监督机制，AI测谎很容易从"识别谎言"滑向"读取思想"。这也是为什么该项目在预算公布后，迅速引发了公民自由团体的关注。

另一端：年轻器官的年龄限制之争

与军用技术不同，本期The Download关注的另一条动态来自生物医学领域——围绕器官移植中年轻供体器官的年龄限制问题。长期以来，临床实践中存在一种近乎直觉的偏好：来自年轻供体的器官质量更好，移植后存活率更高。这一偏好逐渐演化为不成文的年龄门槛，使部分本可使用的器官被排除在分配体系之外。

但近年来的研究正在动摇这种直觉。多项回顾性分析显示，在匹配良好的前提下，来自年龄较大供体的器官同样能取得可接受的长期预后；而过度追求"年轻器官"，反而可能加剧供需失衡，延长等待名单上患者的等待时间。与此同时，另一端的问题同样存在：极年轻供体的器官在解剖尺寸、血管条件与发育成熟度上可能并不适配成年受者，需要更精细的评估标准，而非简单的年龄划线。

这意味着，器官分配正在从"看年龄"走向"看质量"。以供体年龄、缺血时间、器官功能指标和受者状态共同构成的综合评分模型，正在成为更科学的替代方案。但任何模型都需要面对同一个追问：当算法决定谁能先获得器官时，公平应当如何定义？

技术扩张时代的共同命题

把这两条新闻放在一起看，会发现它们共享同一个结构性张力：AI与数据技术正在进入那些最不容出错的领域——判断一个人是否说谎，判断一枚器官是否可用。技术提供的确定性幻觉越是强烈，制度设计的重要性就越突出。

对五角大楼而言，3030万美元买到的或许不只是更准确的测谎仪，更是一套需要同步建立的监督框架；对移植医学而言，放宽年龄限制的前提，是更透明、更可复现的评估标准。技术本身从不回答"应不应该"，它只回答"能不能"。而后者与前者之间的距离，恰恰是这个时代最需要被认真填满的部分。

本文编译自MIT Technology Review