人们希望能够根据察言观色的方法来识别谎言。从目前的研究来看,结果是令人失望的。因为说谎的可能线索很多,个体差异很大,每种线索可能反映了不同的心理过程,所以几乎不可能依靠某个线索判断一个人是否说谎。因此,很多研究者认为应该依靠各个线索的综合识别谎言。这对测谎者挑战很高,因为哪种组合反映个体说谎很难通过规则化的界定。如果能够乐观地假设存在某些刺激-反应的规律,我们就有继续尝试的必要——规则再复杂,只要存在规律,就必然能够被揭示。那么,依赖人工智能,是否可以提取各个线索,并且不断地训练机器,最终训练出一个测谎专家呢?人工智能技术的发展使机器在"察言观色"的能力上突飞猛进,如表情的检测、头部运动追踪、声音的分析、语音识别、自然语言处理等。基于这些提取行为特征和是否说谎的标签,通过机器学习,我们有可能把计算机训练成一个善于识别谎言的专家。为了让计算机更好地习得规律,需要尽可能地将提问结构化。例如,使用行为分析访谈(BAI)这种结构化良好的审讯访谈方法。该方案认为,诚实和说谎的人面对这些标准化的提问时,非言语和言语反应会不同。那么综合提问结构、言语和非言语线索、个人信息等,然后使用机器学习习得每道题目的各个线索是否说谎的关联,就可以建立复杂的模型,预测个体是否说话。以上所说的模型是基于固定的问答流程,在提问全部结束后进行分类。更复杂的是实时测谎系统,这要求机器自动区分角色,理解审问过程中的问答,综合评估回答过程的各种线索,同时对前后的回答内容关系进行分析。随着问答推进得到累计的"可疑得分",到达一定程度的时候直接提示个体可能说谎。测谎本身是个极为复杂的过程,人工智能技术综合各种信息与线索,基于数据不断训练模型,而或许可以为测谎打开新的思路,达到更好的效果。