En banbrytande studie utförd av ett team under ledning av Gabe Guo, en universitetsstudent vid Columbia Universitys avdelning för datavetenskap, har väckt tvivel om den långvariga uppfattningen att varje fingeravtryck är unikt. Publicerad i tidskriften Science Advances, utmanar studien konventionell visdom och har fått uppmärksamhet för dess potentiella implikationer inom kriminalteknisk vetenskap.
Guo och hans kollegor, inklusive professor Wenyao Xu vid University of Buffalo, använde en artificiell intelligensmodell som kallas ett djupt kontrastivt nätverk för att analysera en amerikansk regeringsdatabas med 60 000 fingeravtryck. Det AI-baserade systemet identifierade starka likheter mellan fingeravtryck från olika fingrar av samma person. Överraskande nog nådde systemets noggrannhet på 77 % för att korrekt identifiera om två avtryck tillhörde samma individ, vilket tyder på att fingeravtryck inte är helt unika.
Tidigare metoder för fingeravtrycksanalys fokuserade på vissa funktioner som kallas "minutiae", som är specifika markörer som används för identifiering. Teamet fann dock att dessa detaljer var effektiva för att matcha fingeravtryck men inte tillförlitliga för att identifiera korrelationer mellan avtryck från samma person. Istället identifierade studien vinklarna och krökningarna i mitten av fingeravtrycket som nyckelfaktorer för att bestämma likhet.
Medan studien mötte avsevärda motgångar initialt, fortsatte den, förfinade kontinuerligt sin metodik och införlivade mer data tills bevisen blev obestridliga. Teamet erkänner potentiella fördomar i data och efterlyser ytterligare validering genom att analysera en större och mer mångsidig databas för AI-systemets praktiska tillämpning inom kriminalteknik.
Även om vissa experter har hävdat att studien bara upprepar vad som länge har varit känt om fingeravtryckslikheter, står Guo bakom den banbrytande naturen i deras forskning. Även om korrelationen mellan fingeravtrycksformer erkändes i tidigare manuella fingeravtrycksmetoder, hade ingen tidigare studie kvantifierat eller utnyttjat dessa likheter i den utsträckning som Guos team uppnådde.
Christophe Champod, en rättsmedicinsk professor vid universitetet i Lausanne, Schweiz, erkänner betydelsen av de djupa inlärningstekniker som används men antyder att studien kan ha överskattat sina resultat. Champod hävdar att korrelationen mellan fingeravtrycksformer har erkänts i åratal. Guo menar dock att denna studie är den första som explicit identifierar rollen av åsorientering och försökte automatisera matchning av fingeravtryck från olika fingrar av samma individ.
Simon Cole, professor i kriminologi, juridik och samhälle vid University of California, Irvine, stöder studiens intressanta bidrag men varnar för att överdriva dess praktiska tillämpning. Cole påpekar att brottsbekämpning vanligtvis registrerar alla tio fingrar och ofta handflator, vilket minimerar sannolikheten för att stöta på oöverensstämmelse mellan brottsplatsutskrifter och befintliga register.
Trots olika åsikter om betydelsen av studiens resultat förblir teamet säkra på sina resultat och har gjort AI-koden öppen källkod för vidare granskning. Guo betonar att den här forskningen överskrider kriminalteknikens område, och lyfter fram kraften hos AI för att avslöja dolda mönster som har undgått mänsklig observation i århundraden.
När AI fortsätter att utvecklas, tror Guo att vi står på randen av en ny era där AI kommer att avslöja insikter som tidigare varit obemärkta. Studiens inverkan sträcker sig bortom fingeravtryckens område och understryker den transformativa potentialen hos AI inom olika kunskapsområden.