Forskare från Columbia University använde ett AI-verktyg för att utmana den långvariga uppfattningen att varje fingeravtryck är unikt för en individs hand.
Detta studiesom omfattade analys av 60.000 fingeravtryck, tyder på att avtryck från olika fingrar på samma person kanske inte är så distinkta som man tidigare trott.
Fingeravtryck är en ganska svårfångad del av människokroppen, och även om vi sedan länge har antaganden om dem - som att ingen människas fingeravtryck är det andra likt - är de i stort sett obevisade.
Graham Williams, professor i forensisk vetenskap vid Hull University, konstaterade att fingeravtrycks unika karaktär aldrig har kunnat bevisas slutgiltigt. "Vi vet faktiskt inte att fingeravtryck är unika", säger han.
"Allt vi kan säga är att såvitt vi vet har ännu inte två personer uppvisat samma fingeravtryck." Men vissa tillbakavisar till och med detta, eller erkänner åtminstone att det saknas storskaliga bevis.
AI-verktyget, som utbildats av Columbia Engineering-teamet, kunde med 75 till 90% noggrannhet identifiera om avtryck från olika fingrar tillhörde samma person.
Detta skapar spännande möjligheter för både biometri och kriminalteknik. Om till exempel oidentifierade fingeravtryck från olika fingrar hittas på olika brottsplatser, skulle AI-verktyget potentiellt kunna koppla dem till samma person, något som idag inte är möjligt med traditionella kriminaltekniska metoder.
Professor Hod Lipson, en robotiker vid Columbia University som övervakade studien, medgav att teamet ännu inte helt förstod AI: s metoder och sa: "Vi vet inte säkert hur AI gör det."
Det kan tyckas bisarrt, men det visar på den ständigt närvarande Problem med "svarta lådor" inom AI - det är lättare att förstå in- och utdata än vad som händer i spretiga neurala nätverk.
Mysterier kring fingeravtryck
AI:t verkar analysera fingeravtryck på ett annat sätt och fokuserar på riktningen på åsarna i fingeravtryckets mitt, i motsats till den traditionella metoden att undersöka hur enskilda åsar slutar och förgrenar sig - en funktion som kallas minutiae.
"Det är tydligt att den inte använder traditionella markörer som kriminaltekniker har använt i årtionden", utvecklade Lipson. "Det verkar som om den använder något som krökningen och vinkeln på virvlarna i mitten."
Konsekvenserna av denna studie är betydande för kriminaltekniken och den biometriska säkerheten. Om man till exempel i en brottsutredning hittar ett oidentifierat tumavtryck på en brottsplats och ett oidentifierat pekfingeravtryck på en annan, skulle AI-verktyget potentiellt kunna koppla dessa avtryck till samma person.
Columbia-teamet, som inte har någon kriminalteknisk bakgrund, erkände dock behovet av ytterligare forskning.
Lipson talade om AI:s förmåga att bryta ner traditionella akademiska kunskapssilos och förklarade: "Många tror att AI inte riktigt kan göra nya upptäckter - att det bara återger kunskap."
"Men den här forskningen är ett exempel på hur även en ganska enkel AI, givet ett ganska enkelt dataset som forskarsamhället har haft liggande i åratal, kan ge insikter som har gäckat experter i årtionden."
För att förfina tekniken skulle man behöva många fler fingeravtryck från ett mer varierat dataset. Teamet noterade också att deras modell utvecklades med hjälp av fullständiga fingeravtryck av hög kvalitet, medan scenarier i verkligheten ofta involverar partiella fingeravtryck eller fingeravtryck av dålig kvalitet.
Gabe Guo, seniorstudent på Columbia Engineering, belyste de nuvarande begränsningarna i deras verktyg och förklarade: "Vårt verktyg är inte tillräckligt bra för att avgöra bevis i rättsfall, men det är bra för att generera ledtrådar i kriminaltekniska utredningar."
Teamet skulle sannolikt också behöva bevisa hur AI:n uppnår sina resultat om den skulle ha någon verklig nytta.
Studien, som är peer-review-granskad och kommer att publiceras i tidskriften Science Advances (ännu inte publicerad när denna artikel skrevs), är ett steg mot att utmana gamla antaganden inom fingeravtrycksanalys, men belyser också komplexiteten i AI-driven forskning.
