การศึกษาที่ก้าวล้ำดำเนินการโดยทีมงานที่นำโดย Gabe Guo ซึ่งเป็นนักศึกษาระดับปริญญาตรีในภาควิชาวิทยาการคอมพิวเตอร์ของมหาวิทยาลัยโคลัมเบีย ทำให้เกิดข้อสงสัยเกี่ยวกับความเชื่อที่มีมายาวนานว่าลายนิ้วมือทุกลายนิ้วมือมีเอกลักษณ์เฉพาะตัว การศึกษานี้ตีพิมพ์ในวารสาร Science Advances โดยท้าทายภูมิปัญญาดั้งเดิม และได้รับความสนใจจากผลกระทบที่อาจเกิดขึ้นต่อนิติวิทยาศาสตร์
Guo และเพื่อนร่วมงานของเขา รวมถึงศาสตราจารย์ Wenyao Xu แห่งมหาวิทยาลัยบัฟฟาโล ใช้แบบจำลองปัญญาประดิษฐ์ที่เรียกว่าเครือข่ายคอนทราสต์เชิงลึกเพื่อวิเคราะห์ฐานข้อมูลของรัฐบาลสหรัฐฯ ที่มีลายนิ้วมือ 60,000 ลายนิ้วมือ ระบบที่ใช้ AI ระบุความคล้ายคลึงกันอย่างมากระหว่างลายนิ้วมือจากนิ้วมือที่แตกต่างกันของบุคคลคนเดียวกัน น่าประหลาดใจที่ความแม่นยำของระบบพุ่งสูงสุดที่ 77% เพื่อระบุอย่างถูกต้องว่าภาพพิมพ์สองภาพเป็นของคนคนเดียวกันหรือไม่ ดังนั้นจึงชี้ให้เห็นว่าลายนิ้วมือไม่ได้มีเอกลักษณ์เฉพาะตัวทั้งหมด
แนวทางการวิเคราะห์ลายนิ้วมือก่อนหน้านี้มุ่งเน้นไปที่คุณลักษณะบางอย่างที่เรียกว่า "minutiae" ซึ่งเป็นเครื่องหมายเฉพาะที่ใช้ในการระบุตัวตน อย่างไรก็ตาม ทีมงานพบว่าข้อปลีกย่อยเหล่านี้มีประสิทธิภาพในการจับคู่ลายนิ้วมือ แต่ไม่น่าเชื่อถือในการระบุความสัมพันธ์ระหว่างงานพิมพ์จากบุคคลคนเดียวกัน แต่การศึกษาระบุว่ามุมและความโค้งที่อยู่ตรงกลางของลายนิ้วมือเป็นปัจจัยสำคัญในการพิจารณาความคล้ายคลึงกัน
แม้ว่าการศึกษาต้องเผชิญกับการกดดันอย่างมากในช่วงแรก แต่การศึกษาก็ยังคงดำเนินต่อไป โดยปรับปรุงวิธีการอย่างต่อเนื่องและรวมเอาข้อมูลเพิ่มเติมจนกว่าหลักฐานจะหักล้างไม่ได้ ทีมงานรับทราบถึงความเอนเอียงที่อาจเกิดขึ้นในข้อมูล และเรียกร้องให้มีการตรวจสอบเพิ่มเติมโดยการวิเคราะห์ฐานข้อมูลที่ใหญ่ขึ้นและหลากหลายมากขึ้นสำหรับการใช้งานจริงของระบบ AI ในนิติเวช
แม้ว่าผู้เชี่ยวชาญบางคนแย้งว่าการศึกษาวิจัยนี้เพียงย้ำถึงสิ่งที่ทราบมานานแล้วเกี่ยวกับความคล้ายคลึงกันของลายนิ้วมือ แต่ Guo ก็ยืนหยัดอยู่เบื้องหลังลักษณะการวิจัยที่ก้าวล้ำของพวกเขา แม้ว่าความสัมพันธ์ระหว่างรูปร่างของลายนิ้วมือจะได้รับการยอมรับในวิธีการพิมพ์ลายนิ้วมือด้วยตนเองก่อนหน้านี้ แต่ไม่มีการศึกษาใดก่อนหน้านี้ที่วัดปริมาณหรือใช้ประโยชน์จากความคล้ายคลึงเหล่านี้ในขอบเขตที่ทีมงานของ Guo ทำได้
คริสตอฟ แชมพอด ศาสตราจารย์ด้านนิติวิทยาศาสตร์ที่มหาวิทยาลัยโลซาน ประเทศสวิตเซอร์แลนด์ รับทราบถึงความสำคัญของเทคนิคการเรียนรู้เชิงลึกที่ใช้ แต่แนะนำว่าการศึกษานี้อาจกล่าวเกินจริงกับสิ่งที่ค้นพบ Champod ให้เหตุผลว่าความสัมพันธ์ระหว่างรูปร่างของลายนิ้วมือได้รับการยอมรับมานานหลายปีแล้ว อย่างไรก็ตาม Guo โต้แย้งว่าการศึกษาครั้งนี้เป็นครั้งแรกที่ระบุอย่างชัดเจนถึงบทบาทของการวางแนวสันเขา และพยายามจับคู่ลายนิ้วมืออัตโนมัติจากนิ้วมือที่แตกต่างกันของบุคคลคนเดียวกัน
ไซมอน โคล ศาสตราจารย์ด้านอาชญาวิทยา กฎหมาย และสังคมที่มหาวิทยาลัยแคลิฟอร์เนีย เออร์ไวน์ สนับสนุนงานวิจัยชิ้นนี้ที่น่าสนใจ แต่ขอเตือนอย่ากล่าวเกินจริงถึงการประยุกต์ใช้ในทางปฏิบัติ โคลชี้ให้เห็นว่าโดยทั่วไปแล้วหน่วยงานบังคับใช้กฎหมายจะบันทึกนิ้วทั้ง 10 นิ้วและมักจะบันทึกฝ่ามือ เพื่อลดโอกาสที่จะเผชิญกับความไม่ตรงกันระหว่างภาพพิมพ์ที่เกิดเหตุกับบันทึกที่มีอยู่
แม้จะมีความคิดเห็นที่แตกต่างกันเกี่ยวกับความสำคัญของผลการวิจัย ทีมงานยังคงมั่นใจในผลลัพธ์ และได้สร้างโค้ด AI แบบโอเพ่นซอร์สสำหรับการตรวจสอบเพิ่มเติม Guo เน้นย้ำว่างานวิจัยนี้อยู่เหนือขอบเขตของนิติเวช โดยเน้นย้ำถึงพลังของ AI ในการเปิดเผยรูปแบบที่ซ่อนอยู่ซึ่งหลบเลี่ยงการสังเกตของมนุษย์มานานหลายศตวรรษ
ในขณะที่ AI ยังคงพัฒนาต่อไป Guo เชื่อว่าเรากำลังใกล้เข้าสู่ยุคใหม่ที่ AI จะเปิดเผยข้อมูลเชิงลึกที่ไม่เคยมีใครสังเกตเห็นมาก่อน ผลกระทบของการศึกษานี้ขยายไปไกลกว่าขอบเขตของลายนิ้วมือ และตอกย้ำศักยภาพในการเปลี่ยนแปลงของ AI ในความรู้สาขาต่างๆ