Forskere fra Columbia University brukte et AI-verktøy for å utfordre den gamle oppfatningen om at hvert fingeravtrykk er unikt for en persons hånd.
Dette studieEn ny studie, som omfatter analyse av 60 000 fingeravtrykk, tyder på at fingeravtrykk fra ulike fingre på samme person kanskje ikke er så distinkte som man tidligere har trodd.
Fingeravtrykk er en ganske vanskelig tilgjengelig del av menneskekroppen, og selv om vi lenge har hatt antakelser om dem - som at ingen fingeravtrykk er like - er de i stor grad ubeviste.
Graham Williams, professor i rettsmedisin ved Hull University, påpekte at det aldri har blitt endelig bevist at fingeravtrykk er unike. "Vi vet faktisk ikke at fingeravtrykk er unike", sa han.
"Alt vi kan si, er at så vidt vi vet, har det ennå ikke forekommet at to personer har de samme fingeravtrykkene." Men noen tilbakeviser til og med dette, eller innrømmer i det minste at det mangler bevis i stor skala.
AI-verktøyet, som ble trent opp av Columbia Engineering-teamet, kunne med 75 til 90% nøyaktighet identifisere om fingeravtrykk fra ulike fingre tilhørte samme person.
Dette gir spennende muligheter for både biometri og rettsmedisin. Hvis man for eksempel finner uidentifiserte fingeravtrykk fra ulike fingre på ulike åsteder, kan dette AI-verktøyet potensielt knytte dem til samme person, noe som i dag er utenfor rekkevidde for tradisjonelle kriminaltekniske metoder.
Professor Hod Lipson, en robotforsker ved Columbia University som ledet studien, innrømmet at teamet ennå ikke hadde forstått AI-ens metoder fullt ut, og sa: "Vi vet ikke med sikkerhet hvordan AI-en gjør det."
Selv om det kan virke bisart, indikerer dette den alltid tilstedeværende "Black box"-problemet innen AI - er det lettere å forstå inn- og utdata enn hva som skjer i de viltvoksende nevrale nettverkene.
Mysterier om fingeravtrykk
Den kunstige intelligensen ser ut til å analysere fingeravtrykk på en annen måte, ved å fokusere på retningen på rillene i midten av fingeravtrykket, i motsetning til den tradisjonelle metoden der man undersøker hvordan de enkelte rillene ender og deler seg - et trekk som kalles minutiae.
"Det er tydelig at den ikke bruker tradisjonelle markører som rettsmedisinere har brukt i flere tiår", utdyper Lipson. "Det virker som om den bruker noe som krumningen og vinkelen på virvlene i midten."
Denne studien har stor betydning for kriminalteknikk og biometrisk sikkerhet. Hvis man for eksempel finner et uidentifisert tommelavtrykk på et åsted og et uidentifisert pekefingeravtrykk på et annet, kan dette AI-verktøyet potensielt knytte disse avtrykkene til samme person.
Columbia-teamet, der ingen av dem har rettsmedisinsk bakgrunn, erkjente imidlertid at det er behov for ytterligere forskning.
Lipson snakket om AIs evne til å bryte ned tradisjonelle akademiske kompetansesiloer, og forklarte: "Mange tror at AI egentlig ikke kan gjøre nye oppdagelser - at den bare spyr ut kunnskap på nytt."
"Men denne forskningen er et eksempel på hvordan selv en ganske enkel kunstig intelligens, gitt et ganske enkelt datasett som forskningsmiljøet har hatt liggende i årevis, kan gi innsikt som ekspertene ikke har fått i flere tiår."
For å forbedre teknologien trenger man mange flere fingeravtrykk fra et mer variert datasett. Teamet bemerket også at modellen deres ble utviklet ved hjelp av fullstendige fingeravtrykk av høy kvalitet, mens scenarier i den virkelige verden ofte involverer delvise avtrykk eller avtrykk av dårlig kvalitet.
Gabe Guo, som er førsteårsstudent ved Columbia Engineering, understreket de nåværende begrensningene ved verktøyet: "Verktøyet vårt er ikke godt nok til å avgjøre bevis i rettssaker, men det er bra til å generere ledetråder i kriminaltekniske undersøkelser."
Teamet må sannsynligvis også bevise hvordan den kunstige intelligensen oppnår resultatene sine hvis den skal ha noen nytteverdi i den virkelige verden.
Studien, som er fagfellevurdert og skal publiseres i tidsskriftet Science Advances (ennå ikke publisert da denne artikkelen ble skrevet), representerer et skritt i retning av å utfordre mangeårige antakelser innen fingeravtrykksanalyse, men belyser også kompleksiteten som ligger i AI-drevet forskning.
