Eine bahnbrechende Studie, die von einem Team unter der Leitung von Gabe Guo, einem Bachelor-Absolventen der Fakultät für Informatik der Columbia University, durchgeführt wurde, hat Zweifel an der lange gehegten Überzeugung geweckt, dass jeder Fingerabdruck einzigartig ist. Die in der Fachzeitschrift „Science Advances“ veröffentlichte Studie stellt die herkömmliche Meinung in Frage und hat aufgrund ihrer möglichen Auswirkungen auf die forensische Wissenschaft Aufmerksamkeit erregt.
Guo und seine Kollegen, darunter Professor Wenyao Das KI-basierte System identifizierte starke Ähnlichkeiten zwischen Fingerabdrücken verschiedener Finger derselben Person. Überraschenderweise erreichte die Genauigkeit des Systems bei der korrekten Identifizierung, ob zwei Abdrücke derselben Person gehörten, einen Höchstwert von 77 %, was darauf hindeutet, dass Fingerabdrücke nicht völlig eindeutig sind.
Frühere Ansätze zur Fingerabdruckanalyse konzentrierten sich auf bestimmte Merkmale, die als „Minutien“ bekannt sind, bei denen es sich um spezifische Marker handelt, die zur Identifizierung verwendet werden. Das Team stellte jedoch fest, dass diese Details für den Abgleich von Fingerabdrücken wirksam waren, jedoch nicht zuverlässig für die Identifizierung von Korrelationen zwischen Fingerabdrücken derselben Person. Stattdessen identifizierte die Studie die Winkel und Krümmungen in der Mitte des Fingerabdrucks als Schlüsselfaktoren für die Bestimmung der Ähnlichkeit.
Während die Studie anfangs auf erheblichen Widerstand stieß, blieb sie bestehen, verfeinerte kontinuierlich ihre Methodik und integrierte weitere Daten, bis die Beweise unwiderlegbar wurden. Das Team erkennt mögliche Verzerrungen in den Daten an und fordert eine weitere Validierung durch die Analyse einer größeren und vielfältigeren Datenbank für die praktische Anwendung des KI-Systems in der Forensik.
Obwohl einige Experten argumentiert haben, dass die Studie lediglich wiederholt, was seit langem über die Ähnlichkeit von Fingerabdrücken bekannt ist, steht Guo hinter dem bahnbrechenden Charakter ihrer Forschung. Während die Korrelation zwischen Fingerabdruckformen in früheren manuellen Fingerabdruckmethoden anerkannt war, hatte keine frühere Studie diese Ähnlichkeiten in dem von Guos Team erreichten Ausmaß quantifiziert oder ausgenutzt.
Christophe Champod, Professor für Forensik an der Universität Lausanne in der Schweiz, erkennt die Bedeutung der eingesetzten Deep-Learning-Techniken an, weist jedoch darauf hin, dass die Studie ihre Ergebnisse möglicherweise überbewertet hat. Champod argumentiert, dass die Korrelation zwischen Fingerabdruckformen seit Jahren bekannt sei. Guo entgegnet jedoch, dass diese Studie die erste sei, die explizit die Rolle der Kammorientierung identifiziert und einen automatisierten Abgleich von Fingerabdrücken verschiedener Finger derselben Person versucht.
Simon Cole, Professor für Kriminologie, Recht und Gesellschaft an der University of California, Irvine, unterstützt den interessanten Beitrag der Studie, warnt jedoch davor, ihre praktische Anwendung zu überbewerten. Cole weist darauf hin, dass die Strafverfolgungsbehörden in der Regel alle zehn Finger und oft auch die Handflächen aufzeichnen, wodurch die Wahrscheinlichkeit minimiert wird, dass es zu Diskrepanzen zwischen Tatortabdrücken und vorhandenen Aufzeichnungen kommt.
Trotz unterschiedlicher Meinungen über die Bedeutung der Studienergebnisse ist das Team weiterhin von seinen Ergebnissen überzeugt und hat den KI-Code zur weiteren Prüfung als Open Source bereitgestellt. Guo betont, dass diese Forschung über den Bereich der Forensik hinausgeht und die Fähigkeit der KI hervorhebt, verborgene Muster aufzudecken, die sich jahrhundertelang der menschlichen Beobachtung entzogen haben.
Während sich die KI weiterentwickelt, glaubt Guo, dass wir am Rande einer neuen Ära stehen, in der die KI Erkenntnisse offenbaren wird, die bisher unbemerkt blieben. Die Wirkung der Studie geht über den Bereich der Fingerabdrücke hinaus und unterstreicht das transformative Potenzial der KI in verschiedenen Wissensbereichen.