人工智能发现并非每个指纹都是独一无二的

从《法律与秩序》到《犯罪现场调查》，更不用说现实生活了，调查人员已经将指纹作为将罪犯与犯罪联系起来的黄金标准。但是如果一个罪犯在两个不同的犯罪现场留下了不同手指的指纹，这些现场就很难联系起来，痕迹就会消失。

法医界公认的事实是，同一个人不同手指的指纹——“人内指纹”——是独一无二的，因此无法匹配。

哥伦比亚工程学院本科生领导的研究

哥伦比亚大学工程系大四学生Gabe Guo领导的一个团队挑战了这一普遍存在的假设。郭此前对法医学一无所知，他找到了一个包含约6万枚指纹的美国政府公共数据库，并将这些指纹配对输入一个基于人工智能的系统——深度对比网络。有时这些手指属于同一个人(但不同的手指)，有时它们属于不同的人。

人工智能有潜力大大提高法医准确性

随着时间的推移，该团队通过修改最先进的框架设计的人工智能系统能够更好地分辨何时看似独特的指纹属于同一个人，何时不属于同一个人。单对准确率达到77%。当出现多对时，准确率明显提高，可能会将当前的法医效率提高十倍以上。该项目由哥伦比亚工程大学霍德·利普森的创新机器实验室和布法罗大学徐的嵌入式传感器和计算实验室合作完成，今天发表在科学进展.

研究结果给法医界带来了挑战和惊喜

一旦该团队验证了他们的结果，他们很快就将发现发送给了一家知名的法医杂志，但几个月后却收到了拒绝。这位匿名专家评论和编辑得出结论说，“众所周知，每个指纹都是独一无二的”，因此即使指纹来自同一个人，也不可能发现相似之处。

球队没有放弃。他们加倍努力，给他们的人工智能系统输入更多的数据，系统不断改进。意识到法医界的怀疑态度，该团队选择向更普通的观众提交他们的手稿。该论文再次被驳回，但机械工程系詹姆斯和萨利·斯卡帕创新教授兼Makerspace设施联合主任利普森提出上诉。“我通常不反对编辑的决定，但这一发现太重要了，不容忽视，”他说。“如果这一信息打破了平衡，那么我认为悬案可能会重新出现，甚至无辜的人可能会被无罪释放。”

虽然该系统的准确性不足以正式决定一个案件，但它可以帮助在模糊的情况下优先考虑线索。经过多番周折，这篇论文终于被接受发表了科学进展.

揭秘:一种新的法医标记可以精确捕捉指纹

症结之一是以下问题:人工智能实际上使用了哪些替代信息，躲过了几十年的法医分析?在仔细可视化人工智能系统的决策过程后，该团队得出结论，人工智能正在使用一种新的法医标记。

“人工智能没有使用‘细节’，即指纹纹线的分支和端点——传统指纹比较中使用的模式，”2021年哥伦比亚工程大学一年级学生郭说。“相反，它使用的是其他东西，与指纹中心漩涡和环的角度和曲率有关。”

帮助分析数据的哥伦比亚工程大四学生Aniv Ray和博士生Judah Goldfeder指出，他们的结果只是开始。“想象一下，一旦它在数百万个指纹而不是数千个指纹上进行训练，它的性能会有多好，”雷说。

视频:https://youtu.be/s5esfRbBc18

对更广泛数据集的需求

该团队意识到数据中的潜在偏差。作者提出的证据表明，在样本可用的情况下，人工智能在不同性别和种族中的表现相似。然而，他们指出，如果这项技术要在实践中使用，需要使用覆盖范围更广的数据集进行更仔细的验证。

人工智能在成熟领域的变革潜力

李普森指出，这一发现是人工智能带来更多令人惊讶的事情的一个例子。“许多人认为人工智能无法真正做出新发现——它只是在重复知识，”他说。“但这项研究是一个例子，说明即使是一个相当简单的人工智能，考虑到研究界多年来一直存在的一个相当简单的数据集，也可以提供专家几十年来一直无法获得的见解。”

他补充说，“更令人兴奋的是，一个没有任何法医学背景的本科生可以使用人工智能成功挑战整个领域的广泛信仰。我们即将经历一场由非专家人工智能主导的科学发现大爆发，包括学术界在内的专家群体需要做好准备。”

来源: Materials provided by Columbia University School of Engineering and Applied Science. Original written by Holly Evarts.
注明: Content may be edited for style and length. Journal Reference: Gabe Guo, Aniv Ray, Miles Izydorczak, Judah Goldfeder, Hod Lipson, Wenyao Xu. Unveiling intra-person fingerprint similarity via deep contrastive learning. Science Advances, 2024; 10 (2) DOI: 10.1126/sciadv.adi0329