Forskere fra Columbia University brugte et AI-værktøj til at udfordre den mangeårige tro på, at hvert fingeraftryk er unikt for en persons hånd.
Denne undersøgelsesom omfattede analyse af 60.000 fingeraftryk, tyder på, at aftryk fra forskellige fingre på den samme person måske ikke er så karakteristiske som tidligere antaget.
Fingeraftryk er en ret uhåndgribelig del af menneskekroppen, og selv om vi har mangeårige antagelser om dem - som at ingen menneskers fingeraftryk er ens - er de stort set ubeviste.
Graham Williams, professor i retsmedicinsk videnskab ved Hull University, bemærkede, at det aldrig er blevet endeligt bevist, at fingeraftryk er unikke. "Vi ved faktisk ikke, at fingeraftryk er unikke," sagde han.
"Det eneste, vi kan sige, er, at så vidt vi ved, er der endnu ikke to mennesker, der har vist de samme fingeraftryk." Men nogle afviser det endda, eller indrømmer i det mindste, at der mangler beviser i stor skala.
AI-værktøjet, der blev trænet af Columbia Engineering-teamet, kunne med 75 til 90% nøjagtighed identificere, om aftryk fra forskellige fingre tilhørte den samme person.
Det giver spændende muligheder for både biometri og retsmedicin. Hvis der f.eks. findes uidentificerede fingeraftryk fra forskellige fingre på forskellige gerningssteder, kan dette AI-værktøj potentielt forbinde dem med den samme person, en mulighed, der i øjeblikket er uden for rækkevidde af traditionelle retsmedicinske metoder.
Professor Hod Lipson, en robotforsker ved Columbia University, som ledede undersøgelsen, indrømmede, at teamet endnu ikke helt forstod AI'ens metoder, og sagde: "Vi ved ikke med sikkerhed, hvordan AI'en gør det."
Selv om det kan virke bizart, indikerer det den allestedsnærværende Problemet med den 'sorte boks' i AI - Det er lettere at forstå input og output end at forstå, hvad der sker i de vidtforgrenede neurale netværk.
Mysterier om fingeraftryk
AI'en ser ud til at analysere fingeraftryk på en anden måde, idet den fokuserer på orienteringen af rillerne i midten af fingeraftrykket i modsætning til den traditionelle metode, hvor man undersøger, hvordan de enkelte riller slutter og deler sig - et træk, der er kendt som minutiae.
"Det er tydeligt, at den ikke bruger traditionelle markører, som retsmedicinere har brugt i årtier," uddyber Lipson. "Det ser ud til, at den bruger noget i retning af krumningen og vinklen på hvirvlerne i midten."
Konsekvenserne af denne undersøgelse er vigtige for retsmedicinsk videnskab og biometrisk sikkerhed. Hvis man f.eks. i en kriminalefterforskning finder et uidentificeret tommelfingeraftryk på et gerningssted og et uidentificeret pegefingeraftryk på et andet, kan dette AI-værktøj potentielt forbinde disse aftryk med den samme person.
Columbia-holdet, hvoraf ingen har en retsmedicinsk baggrund, erkendte dog, at der er behov for yderligere forskning.
Lipson talte om AI's evne til at nedbryde traditionelle akademiske færdighedssiloer og forklarede: "Mange mennesker tror, at AI ikke rigtig kan gøre nye opdagelser - at den bare kaster viden op igen."
"Men denne forskning er et eksempel på, hvordan selv en ret simpel kunstig intelligens, givet et ret almindeligt datasæt, som forskningsmiljøet har haft liggende i årevis, kan give indsigt, som eksperter har unddraget sig i årtier."
For at forfine teknologien skal man bruge mange flere fingeraftryk fra et mere varieret datasæt. Teamet bemærkede også, at deres model blev udviklet ved hjælp af komplette fingeraftryk af høj kvalitet, mens scenarier i den virkelige verden ofte involverer delvise fingeraftryk eller fingeraftryk af dårlig kvalitet.
Columbia Engineering-studerende Gabe Guo fremhævede de nuværende begrænsninger ved deres værktøj og forklarede: "Vores værktøj er ikke godt nok til at afgøre beviser i retssager, men det er godt til at generere spor i kriminaltekniske undersøgelser."
Teamet vil sandsynligvis også være nødt til at bevise, hvordan AI'en opnår sine resultater, hvis den skal kunne bruges i den virkelige verden.
Undersøgelsen, der er peer-reviewed og skal offentliggøres i tidsskriftet Science Advances (endnu ikke offentliggjort, da denne artikel blev skrevet), repræsenterer et skridt i retning af at udfordre mangeårige antagelser inden for fingeraftryksanalyse, men fremhæver også de kompleksiteter, der er forbundet med AI-drevet forskning.
