Nieuw op AI gebaseerd onderzoek zet vraagtekens bij het unieke karakter van vingerafdrukken

12-01-2024
PixelVortex
Nieuw op AI gebaseerd onderzoek zet vraagtekens bij het unieke karakter van vingerafdrukken
Een nieuwe studie gebruikte een AI-model, een diep contrastief netwerk genaamd, om te bepalen wanneer afdrukken van verschillende vingers van dezelfde persoon waren.
Don Mason/The Image Bank RF/Getty Images
Facebook Twitter

Een baanbrekend onderzoek uitgevoerd door een team onder leiding van Gabe Guo, een bachelorstudent aan de afdeling computerwetenschappen van Columbia University, heeft twijfels doen rijzen over de lang gekoesterde overtuiging dat elke vingerafdruk uniek is. De studie, gepubliceerd in het tijdschrift Science Advances, daagt de conventionele wijsheid uit en heeft de aandacht getrokken voor de mogelijke implicaties ervan voor de forensische wetenschap.

Ad
  • Performance-Driven Digital Marketing
  • Google Ads Campaigns
  • SEO Optimization
  • Website Design & Development
  • Social Media Management
Boost Your Business

Guo en zijn collega's, waaronder professor Wenyao Xu van de Universiteit van Buffalo, gebruikten een kunstmatige-intelligentiemodel, een deep contrastive network genaamd, om een ​​database van de Amerikaanse overheid met 60.000 vingerafdrukken te analyseren. Het op AI gebaseerde systeem identificeerde sterke overeenkomsten tussen vingerafdrukken van verschillende vingers van dezelfde persoon. Verrassend genoeg piekte de nauwkeurigheid van het systeem op 77% voor het correct identificeren of twee afdrukken van dezelfde persoon waren, wat erop wijst dat vingerafdrukken niet geheel uniek zijn.

Eerdere benaderingen van vingerafdrukanalyse waren gericht op bepaalde kenmerken die bekend staan ​​als 'minutiae', dit zijn specifieke markeringen die worden gebruikt voor identificatie. Het team ontdekte echter dat deze details effectief waren voor het matchen van vingerafdrukken, maar niet betrouwbaar voor het identificeren van correlaties tussen afdrukken van dezelfde persoon. In plaats daarvan identificeerde het onderzoek de hoeken en krommingen in het midden van de vingerafdruk als sleutelfactoren voor het bepalen van de gelijkenis.

Hoewel het onderzoek aanvankelijk met aanzienlijke weerstand te maken kreeg, bleef het doorgaan, waarbij de methodologie voortdurend werd verfijnd en meer gegevens werden opgenomen totdat het bewijsmateriaal onweerlegbaar werd. Het team erkent mogelijke vooroordelen in de gegevens en roept op tot verdere validatie door een grotere en meer diverse database te analyseren voor de praktische toepassing van het AI-systeem in het forensisch onderzoek.

Hoewel sommige experts hebben betoogd dat het onderzoek alleen maar herhaalt wat al lang bekend is over overeenkomsten in vingerafdrukken, staat Guo achter het baanbrekende karakter van hun onderzoek. Hoewel de correlatie tussen vingerafdrukvormen werd erkend in eerdere handmatige methoden voor het nemen van vingerafdrukken, had geen enkele eerdere studie deze overeenkomsten in de mate gekwantificeerd of benut die door Guo's team werd bereikt.

Christophe Champod, hoogleraar forensische wetenschappen aan de Universiteit van Lausanne, Zwitserland, erkent het belang van de gebruikte deep learning-technieken, maar suggereert dat het onderzoek de bevindingen mogelijk heeft overschat. Champod stelt dat de correlatie tussen vingerafdrukvormen al jaren wordt erkend. Guo antwoordt echter dat deze studie de eerste is die expliciet de rol van de oriëntatie van de kam identificeert en probeert vingerafdrukken van verschillende vingers van hetzelfde individu automatisch te matchen.

Simon Cole, hoogleraar criminologie, recht en samenleving aan de Universiteit van Californië, Irvine, ondersteunt de interessante bijdrage van het onderzoek, maar waarschuwt ervoor de praktische toepassing ervan niet te overdrijven. Cole wijst erop dat wetshandhavers doorgaans alle tien de vingers en vaak de handpalmen registreren, waardoor de kans op mismatches tussen afdrukken van de plaats delict en bestaande gegevens wordt geminimaliseerd.

Ondanks de uiteenlopende meningen over de betekenis van de bevindingen van het onderzoek, blijft het team vertrouwen hebben in de resultaten en heeft het de AI-code open-source gemaakt voor verder onderzoek. Guo benadrukt dat dit onderzoek het domein van de forensische wetenschap overstijgt en de kracht van AI benadrukt om verborgen patronen bloot te leggen die al eeuwenlang aan menselijke observatie zijn ontsnapt.

Terwijl AI blijft evolueren, gelooft Guo dat we aan de vooravond staan ​​van een nieuw tijdperk waarin AI inzichten zal onthullen die voorheen onopgemerkt bleven. De impact van het onderzoek reikt verder dan het domein van vingerafdrukken en onderstreept het transformerende potentieel van AI op verschillende kennisgebieden.