從"法律與秩序"到"犯罪現場調查",更不用說現實生活了,調查人員一直將指紋作為將罪犯與犯罪聯系起來的黃金標準。但是,如果罪犯在兩個不同的犯罪現場留下了不同手指的指紋,這些現場就很難聯系起來,痕跡也會隨之消失。法醫界公認的事實是,同一個人不同手指上的指紋--"人內指紋"--是獨一無二的,因此無法匹配。
由哥倫比亞大學工程系大四學生加布-郭(Gabe Guo)領導的研究小組對這一廣為流傳的假設提出了質疑。郭之前對法醫一無所知,他找到了美國政府的一個公共數據庫,里面有大約 6 萬個指紋,他把這些指紋成對輸入一個基于人工智能的系統,這個系統被稱為深度對比網絡。這些指紋有時屬于同一個人(但手指不同),有時屬于不同的人。
圖片來源:Gabe Guo 和 Aniv Ray/哥倫比亞工程學院
隨著時間的推移,研究小組通過修改最先進的框架設計出的人工智能系統在辨別看似獨特的指紋屬于同一個人和不屬于同一個人方面變得越來越好。單對指紋的準確率達到了 77%。當出現多對指紋時,準確率大幅提高,有可能將目前的取證效率提高十倍以上。該項目由哥倫比亞工程學院霍德-利普森(Hod Lipson)的創造性機器實驗室和紐約州立大學布法羅分校徐文耀(Wenyao Xu)的嵌入式傳感器與計算實驗室合作完成,今天發表在《科學進展》(Science Advances)上。
研究結果對法醫界提出了挑戰,也讓他們大吃一驚
研究小組驗證了他們的研究結果后,迅速將研究結果寄給了一家知名的鑒證學期刊,但幾個月后卻收到了拒絕的回復。匿名專家審稿人和編輯得出結論:"眾所周知,每個指紋都是獨一無二的",因此,即使指紋來自同一個人,也不可能發現相似之處。
研究小組沒有放棄。他們加倍努力,向人工智能系統提供更多數據,系統也在不斷改進。意識到法醫界的懷疑態度,研究小組選擇向更廣泛的讀者提交他們的手稿。論文再次被拒,但身為機械工程系 雖然該系統的準確性不足以對案件做出正式判決,但它可以幫助在模棱兩可的情況下對線索進行優先排序。經過反復推敲,這篇論文最終被《科學進展》(Science Advances)接受發表。 精確捕捉指紋的新型法醫標記 其中一個癥結在于以下問題: 人工智能究竟使用了什么替代信息,躲過了數十年的法醫分析?在對人工智能系統的決策過程進行仔細的可視化分析后,研究小組得出結論,人工智能正在使用一種新型的法醫標記。 "人工智能并沒有使用'細部特征',即指紋脊的分支和端點--傳統指紋對比中使用的模式,"2021 年作為哥倫比亞工程學院一年級學生開始這項研究的郭說。"相反,它使用的是其他因素,與指紋中心的漩渦和環的角度和曲率有關。" 幫助分析數據的哥倫比亞工程學院大四學生阿尼夫-雷(Aniv Ray)和博士生朱達-戈德費德(Judah Goldfeder)指出,他們的成果僅僅是個開始。雷說:"試想一下,一旦在數百萬而不是數千個指紋上進行訓練,它的表現會有多好。" 研究小組意識到了數據中可能存在的偏差。作者們提供的證據表明,在樣本可用的情況下,人工智能在不同性別和種族間的表現類似。不過,他們指出,如果要在實踐中使用這種技術,還需要使用覆蓋范圍更廣的數據集進行更仔細的驗證。 人工智能在成熟領域的變革潛力 利普森指出,這一發現是人工智能帶來更多驚喜的一個例子。"很多人認為,人工智能無法真正做出新發現--它只是在重復知識,但這項研究是一個例子,說明即使是一個相當簡單的人工智能,只要給定一個研究界多年來一直閑置的相當普通的數據集,就能提供專家們幾十年來都無法獲得的見解。" 他補充說:"更令人興奮的是,一個沒有任何法醫學背景的本科生,竟然可以利用人工智能成功地挑戰整個領域的一個普遍信念。我們即將經歷一場由非專家主導的人工智能科學發現的爆炸式增長,包括學術界在內的專家團體需要做好準備。"