Уникален ли е всеки пръстов отпечатък: ИИ преобръща представите ни

А нализът на пръстови отпечатъци се счита за безценен инструмент в криминалистиката и системите за сигурност поради уникалността и постоянството на моделите. Не са намерени двама души, които да споделят модел на пръстови отпечатъци, дори и еднояйчни близнаци. Пръстовите отпечатъци всъщност са толкова уникални, че вашите собствени пръстови отпечатъци дори не съвпадат едни с други. Но ново изследване, използващо изкуствен интелект (ИИ), прави твърдения, които биха могли да променят хода на криминалистиката.

Въпреки че уникалността на пръстовите отпечатъци е това, което ги прави толкова важни при разследвания на местопрестъпления, невъзможността да се съпоставят отпечатъци на различните пръсти от едно и също лице – наричани вътрешночовешки – може да причини големи проблеми при свързването на съдебномедицински доказателства.

Изследователи от Колумбийския университет обаче твърдят, че са създали ИИ модел, способен да съпоставя пръстови отпечатъци на хора с 99,99 процента увереност, като твърдят, че отпечатъци на едно и също лице не са уникални „ние просто ги сравняваме по грешен начин“.

Моделите на пръстовите отпечатъци се състоят от повдигнати ръбове и вдлъбнати бразди върху възглавничките на пръстите. Понастоящем те се анализират чрез сравняване на модели на триене, които попадат в три категории – бримки, спирали и арки. Анализаторът използва характеристиките на ръбчетата, известни като детайли, за да идентифицира и сравни характеристиките на отпечатъка.

Процесът на вземане на решения на новия ИИ обаче се основава на анализ на двоични модели, ориентация на ръба, плътност на ръба и детайли. Чрез анализиране на завихрянията и примките близо до центъра на пръстовия отпечатък, известен като сингулярност, те открили, че повечето от вътрешноличностните прилики се обясняват с ориентацията на ръба, като заключиха.

Те твърдят, че докато анализът на детайлите може да е най-точният за съпоставяне на един и същ пръст, той се фокусира върху особеностите на единичните пръстови отпечатъци, които е малко вероятно да се появят при вътрешночовешки отпечатъци, което го прави по-малко точен за откриване на съвпадения при различни пръсти.

Моделът е обучен с помощта на публична база данни на правителството на САЩ с приблизително 60 000 пръстови отпечатъка и 525 000 изображения. Те установиха, че производителността на ИИ е последователна при различните полове и расови групи и че се представя най-добре, когато се обучава с проби от всички групи. „Само си представете колко добре ще работи това, след като бъде обучено с милиони, вместо на хиляди пръстови отпечатъци“, каза в изявление старши Анив Рей от Columbia Engineering, който помогнал за анализа на данните.

Екипът подчерта надеждата си, че този ИИ модел може един ден да се използва за приоритизиране на следи, оневиняване на невинни заподозрени и потенциално да помогне за намирането на нови следи за нерешени случаи.

„Това изследване е пример за това как дори един сравнително прост ИИ, на който е дадено да работи със сравнително прост набор от данни, който изследователската общност е имала от години, може да предостави информация, която е убягвала на експертите от десетилетия“, каза Ход Липсън, професор в Columbia Engineering.

„Още по-вълнуващ е фактът, че студент, без какъвто и да е опит в съдебната медицина, може да използва ИИ, за да оспори успешно широко разпространеното вярване в цяла област. Ние сме на път да преживеем експлозия от ръководени от ИИ научни открития от неексперти и от експертната общност. Академичните среди, трябва да се подготвят за това.“

Изследването обаче не мина без критика. Документът първоначално беше отхвърлен от утвърдено списание за криминалистика с анонимен експертен рецензент и редактор, който заключи, че „добре известно е, че всеки пръстов отпечатък е уникален“ и не би било възможно да се открият прилики между хората.

Въпреки че документът признава необходимостта моделът да бъде обучен върху по-голям и по-разнообразен набор от данни, остава да се види дали ИИ е способен да произвежда достатъчно надеждни резултати, за да предостави убедителни доказателства при наказателни присъди.

Изследването е публикувано в Science Advances.