用机器学习给谎言打分，美国军方准备为这套系统买单。
发生了什么
根据美国国防部一份预算申请文件，美国政府计划在未来五年投入3030万美元，用于开发一种改进型测谎系统。该项目被称为“Polygraph+”或“Polygraph Next”，重点方向有两个：一是基于人工智能与机器学习的评分算法，二是被称为“standoff sensing”（远距离/非接触式传感）的技术。这意味着新系统不再依赖传统的接触式传感器，而可能通过摄像头、雷达或其他遥感手段在更远距离上采集生理与行为信号，再由算法判断被测者是否在说谎。
为什么重要
测谎仪的技术原理自诞生以来争议不断。传统多导生理记录仪通过测量心率、血压、呼吸和皮肤电导等指标推断情绪唤醒水平，但“紧张”不等于“说谎”，其准确率在学术研究中始终未获共识，多数法庭也不接受测谎结果作为证据。五角大楼此次押注的方向，是把判断权从生理信号本身转移到算法模型上，并借助非接触传感扩大使用场景——从审讯室走向检查站、边境或战场环境。
这一动向放在更大的背景下并不孤立。近年来，美国国防部在AI领域的投入持续加码，从战场态势感知到自主系统，再到如今的行为分析，AI正被嵌入安全与情报流程的各个环节。与此同时，欧盟AI法案等监管框架已开始对“情绪识别”和生物特征分析类应用设限，军方项目与民用监管之间的张力正在显现。
影响与看点
对AI行业而言，这个项目值得关注的不是“测谎”本身，而是它暴露出的技术路线偏好：用数据驱动的评分模型替代人工判读，用遥感替代接触式设备。这类能力一旦成熟，迁移到商业场景的门槛并不高——保险核保、招聘面试、边境问询都可能成为潜在落地方向，而相关伦理与合规问题目前几乎没有清晰答案。
另一个看点是“远距离传感”的工程难度。非接触式采集的信号信噪比远低于贴身传感器，算法要在噪声中提取有效特征，对数据质量和模型鲁棒性要求极高。3030万美元分摊到五年，在硬件研发与数据标注面前并不宽裕，项目能否拿出可验证的成果仍需观察。
值得独立判断的一点是：测谎的技术瓶颈从来不只是算法精度，而是“谎言”本身缺乏稳定可测的生理或行为标记。AI可以提升信号处理能力，但无法凭空创造出一个可靠的谎言指标。这个项目最终可能产出的，是一套更精细的行为分析工具，而非真正意义上的“真相机器”。
