Inteligenţa artificială demonstrează că amprentele nu sunt unice, dând peste cap sistemul juridic

Analiza amprentelor a fost un instrument fiabil în soluţionarea infracţiunilor timp de mai bine de un secol. Anchetatorii se bazează pe dovezile dactiloscopice pentru a identifica suspecţii sau pentru a-i conecta la anumite locuri ale crimei, considerând că fiecare amprentă oferă un cod distinctiv, după un studiu publicat în Science Advances.

Cu toate acestea, o echipă de cercetători a descoperit că amprentele de pe degetele diferite ale aceleiaşi persoane pot părea uneori mai asemănătoare.

Această perspectivă a fost obţinută în urma unui model de inteligenţă artificială care a dezvăluit conexiuni surprinzătoare între amprente.

Hod Lipson, de la Columbia Engineering, se remarcă în acest efort de a pune la îndoială normele criminalistice larg acceptate, în colaborare cu Wenyao Xu de la Universitatea din Buffalo.

Timp de decenii, s-a considerat de la sine înţeles că amprentele de la diferite degete ale unui individ nu se potrivesc. O mare parte din această convingere provine din presupunerea că fiecare deget prezintă crestături, bucle şi vârtejuri complet diferite.

În ciuda acestei rezistenţe, un student în ultimul an la Columbia Engineering pe nume Gabe Guo a condus un studiu care contrazice această presupunere împământenită.

Folosind o bază de date publică a guvernului SUA cu aproximativ 60 000 de amprente, Guo a introdus perechi de amprente digitale într-o reţea IA contrastivă profundă. Unele perechi aparţineau aceleiaşi persoane, în timp ce altele proveneau de la persoane diferite.

Sistemul de inteligenţă artificială a devenit priceput în a spune când amprentele care păreau diferite proveneau de fapt de la o singură persoană, atingând o precizie de 77% pentru perechi unice.

În cazurile în care au fost grupate mai multe probe, acurateţea a crescut vertiginos, oferind posibilitatea de a îmbunătăţi de peste zece ori metodele criminalistice existente.

Deşi aceste descoperiri promiteau noi posibilităţi de conectare a oamenilor cu locurile crimelor, cercetătorii s-au confruntat cu o luptă grea în timpul evaluării colegiale.

Proiectul a fost respins de o revistă de criminalistică binecunoscută, care nu a acceptat sugestia că degete diferite ar putea produce amprente cu caracteristici comune.

Fără să se descurajeze, grupul a căutat un public mai larg. Lucrarea a fost respinsă încă o dată, ceea ce l-a determinat pe Lipson să conteste decizia.

„Dacă această informaţie înclină balanţa, îmi imaginez că numeroase cazuri nerezolvate ar putea fi reactivate şi chiar că oameni nevinovaţi ar putea fi achitaţi”, a remarcat Lipson, care co-dirijează Makerspace Facility la Columbia.

Determinată să nu dea înapoi în faţa unei provocări, chiar dacă aceasta ar însemna perturbarea a peste 100 de ani de practici acceptate, echipa a continuat să îşi perfecţioneze munca.

În cele din urmă, perseverenţa lor a dat roade, deoarece studiul lor a fost în cele din urmă recunoscut şi publicat în revista cu evaluare inter pares, Science Advances.

Metodele tradiţionale se bazează pe minuţii, care se referă la modelele de ramificare şi la punctele finale ale crestelor.

„Inteligenţă artificială nu folosea 'minuţiile', care sunt ramificaţiile şi punctele finale din crestele amprentelor digitale - modelele utilizate în compararea amprentelor digitale tradiţionale”, a explicat Guo.

„În schimb, folosea altceva, legat de unghiurile şi curburile vârtejurilor şi buclelor din centrul amprentei.”

Descoperirile sale sugerează că este posibil ca experţii să fi trecut cu vederea indicii vizuale importante.

Cercetătorii sunt atenţi la posibilele lacune ale datelor. Ei au observat că sistemul lor a arătat performanţe similare în funcţie de diverse caracteristici demografice, dar au subliniat necesitatea unor colecţii de amprente digitale mai mari şi mai diverse.

Deşi inteligenţa artificială nu poate finaliza oficial o chestiune juridică, aceasta poate ajuta la restrângerea câmpului de suspecţi sau la conectarea unor scene ale crimei distincte pe baza unor potriviri parţiale.

Acest studiu demonstrează că inteligenţă artificială poate identifica tipare pe care metodele tradiţionale de analiză le-ar putea omite. De asemenea, evidenţiază valoarea seturilor de date deschise care au fost subutilizate în multe domenii de cercetare.

Descoperirile pot determina experţii criminalişti să regândească anumite proceduri, în special atunci când mai multe amprente de la acelaşi suspect apar în locuri diferite.