Tôt cette semaine, des chercheurs de l’Université des sciences de Tokyo ont trouvé comment l’IA pourrait détecter les mensonges sur le visage d’une personne.
L’apprentissage automatique est une partie de l’intelligence artificielle (IA) qui permet à un ordinateur d’apprendre et de s’améliorer en fonction de son expérience. Il doit cependant recourir à des algorithmes sans vraiment nécessiter de programmation. Autrement dit, le machine learning constitue une méthode dont le but est d’apprendre une tâche bien spécifique à un système informatique. Cela en se basant sur des flux de données qui vont servir à sa formation.
Un système fiable et précis dans la détection de mensonges
Il y a dans chaque situation un élément crucial visant à atteindre un objectif spécifique. Ici, la détection de la tromperie constitue une étape importante dans une enquête ou une interrogation. Mais les défis à relever sont nombreux et trouver la bonne question est souvent difficile.
C’est la raison pour laquelle ces chercheurs de l’Université des sciences de Tokyo ont développé un système utilisant l’apprentissage automatique. L’objectif principal de cette IA est donc de détecter facilement si la personne interrogée dit des mensonges ou non lors d’une interrogation. Composée de Ryo Hatand, de Kento Tsuchiya et de Hiroyuki Nishiyama, l’équipe s’est concentrée davantage sur l’utilisation du pouls et des expressions faciales.
Ils ont cependant utilisé la technique Random Forest dans la construction de ce modèle de détection de tromperie. Toutes les données collectées, dont les expressions faciales et les fréquences du pouls, ont été recueillies pour servir à la formation de ce modèle d’apprentissage automatique.
Une performance prometteuse pour cette IA de détection de mensonges
Suite aux études menées par Kento Tsuchiya et son équipe, les résultats semblent prometteurs, avec un taux de précision qui varie entre 75 et 80 %. Et d’après les chercheurs, cette IA pour détecter les mensonges pourrait vite devenir un outil incontournable dans les années à venir. Mais en attendant, il faudra encore recueillir une quantité importante de vidéos, ainsi que des millions de données de capteurs. « Nous sommes encore loin de fournir l’outil idéal, vu que nous travaillons avec des ressources limitées. Nous avons alors besoin de données diversifiées, ainsi que d’un très grand nombre d’individus pour étendre les capacités de notre modèle d’apprentissage automatique », ont-ils ajouté.
En raison de toutes ces difficultés, les impacts de cet outil d’intelligence artificielle sur la détection de mensonges sont encore à revoir. La pertinence de leur conclusion et la portée de leur analyse sont d’ailleurs assez limitées.
- Partager l'article :