Карта значимости выделяет области, которые задают сходство двух отпечатков пальцев одного и того же человека. Gabe Guo,/Columbia Engineering
В судебно-медицинском сообществе общепризнан и научно установлен тот факт, что отпечатки разных пальцев одного и того же человека уникальны и, следовательно, нельзя доказать, что два разных отпечатка принадлежат одному человеку. Но команда под руководством студента Колумбийского университета Гейба Го оспорила эту аксиому «криминалистики».
ИИ увеичивает точность исследования и начинают вскрываться разные интересные подробности, которые нормальному человеческому взгляду не видны.
Студент Колумбийского университета Гейб Го, не имевший никаких предварительных знаний в области криминалистики, обратился к общедоступной базе данных правительства США, содержащей около 60 000 отпечатков пальцев, и загрузил их в систему искусственного интеллекта, известную как глубокая контрастирующая сеть.
Ученый попросил ИИ сравнить пары отпечатков. Иногда они принадлежали одному и тому же человеку (но разным пальцам), а иногда – разным людям. Система ИИ, которую команда разработала в результате обучения, совершенно неожиданно сумела определить, когда отпечатки пальцев принадлежат одному и тому же человеку, а когда нет. Точность для одной пары достигала 77%. Если сравнение проходило не по одной паре, а по нескольким «внутричеловеческим парам отпечатков», точность резко увеличивалась.
Проект, созданный в результате сотрудничества лаборатории Creative Machines Хода Липсона в Columbia Engineering и лаборатории Веньяо Сюй в Университете Буффало опубликован в журнале Science Advances.
Результаты исследования бросают вызов криминалистам
После того, как команда проверила свои результаты, ученые отправили результаты в известный криминалистический журнал, но получили отказ. Анонимный рецензент заявил, что «хорошо известно, что каждый отпечаток пальца уникален», и сходство невозможно обнаружить, даже если отпечатки пальцев принадлежат одному и тому же человеку.
Команда не сдавалась. Ученые предоставили своей системе искусственного интеллекта еще больше данных. Она продолжала совершенствоваться. Зная о скептицизме сообщества криминалистов, команда решила представить свою рукопись более широкой аудитории. Статья была снова отклонена, но Липсон, профессор инноваций на факультете машиностроения Джеймса и Салли Скапа и содиректор Makerspace Facility, подали апелляцию.
«Обычно я не оспариваю редакционные решения, но этот вывод был слишком важным, чтобы его игнорировать», — сказал Скала. — «Если эта информация будет учтена, то я думаю, и нераскрытые дела могут быть возобновлены и, возможно, невиновные люди могут быть оправданы».
Хотя точность системы недостаточна для официального принятия решения по делу, она может помочь расставить приоритеты в неоднозначных ситуациях. После долгих колебаний статья была наконец принята к публикации журналом Science Advances.
Новый криминалистический маркер для отпечатков пальцев
ИИ при сравнении опирался на информацию, которую криминалисты обычно не учитывают: ИИ оценивал не точки на отпечатки, а углы под которыми проходят линии. Columbia Engineering
Встал следующий вопрос: какую альтернативную информацию на самом деле использовал ИИ, которая десятилетия ускользала от судебно-медицинского анализа? После тщательной визуализации процесса принятия решений системой ИИ команда пришла к выводу, что ИИ использовал новый криминалистический маркер.
«ИИ не использовал "мелочи", которые представляют собой разветвления и точки на отпечатках — шаблоны, используемые при традиционном сравнении», — сказал Го. — «Вместо этого , ИИ использовал что-то еще, связанное с углами и кривизной завитков и петель в центре отпечатка пальца». Эти маркеры ИИ нашел сам. Никто его этому не учил, потому что никто не знал, что такое вообще возможно.
Старший инженер Columbia Engineering Анив Рэй отметил, что их результаты — это только начало. «Только представьте, насколько хорошо он будет работать, если его обучить на миллионах, а не на тысячах отпечатков пальцев», — говорит Рэй.
Команда понимает, что для применения нового метода идентификации на практике, необходимо провести более тщательную проверку с использованием широкого охвата разнообразных данных.
ИИ — настоящий первооткрыватель
Это открытие является примером еще более удивительных вещей, которые может принести ИИ, отмечает Липсон: «Многие люди думают, что ИИ не может делать новые открытия, что он просто извлекает знания, накопленные людьми. Но это исследование показало, как даже довольно простой ИИ при наличии сравнительно небольшого набора обучающих данных, который был доступен исследователям годами, может предоставить информацию, которая ускользала от экспертов».
Липсон добавил: «Еще более захватывающим является тот факт, что студент бакалавриата, не имеющий никакого опыта в области криминалистики, может использовать ИИ, чтобы бросить вызов профессионалам. Мы приближаемся к взрыву ИИ, когда научные открытия будут делать неспециалисты, и экспертное сообщество, включая академические круги, должно быть к этому готово».
