تیمی از محققان: هوش مصنوعی ثابت می کند که اثر انگشت انسان منحصر به فرد نیست!

شفقنا آینده- تجزیه و تحلیل اثر انگشت یک ابزار قابل اعتماد در حل جرم برای بیش از یک قرن بوده است. بازرسان برای شناسایی مظنونان یا اتصال آنها به صحنه های جرم خاص به شواهد اثر انگشت تکیه می کنند و معتقدند که هر اثر یک کد متمایز ارائه می دهد.

به گزارش شفقنا از ارث، با این حال، تیمی از محققان دریافته‌اند که اثر انگشتان مختلف یک فرد ممکن است گاهی شبیه‌تر به نظر برسد.

این بینش از یک مدل هوش مصنوعی به دست آمد که ارتباطات شگفت انگیزی را بین چاپ ها آشکار کرد.

هاد لیپسون، از مهندسی کلمبیا، در این تلاش برای زیر سوال بردن هنجارهای عمومی پذیرفته شده پزشکی قانونی، با همکاری Wenyao Xu از دانشگاه بوفالو، برجسته است.

هوش مصنوعی اثر انگشت می گیرد

برای چندین دهه، این امر مسلم تلقی می شد که اثر انگشت از انگشتان مختلف یک فرد مطابقت ندارد. بیشتر این باور از این فرض ناشی می شود که هر انگشت برجستگی ها، حلقه ها و چرخش های کاملاً جداگانه ای را نشان می دهد.

یکی از منتقدان ناشناس حتی اظهار داشت: «به خوبی شناخته شده است که هر اثر انگشت منحصر به فرد است»، زمانی که با کار محققان مواجه شد.

علیرغم چنین مقاومتی، یک دانشجوی ارشد مهندسی کلمبیا به نام گیب گوئو، پژوهشی را رهبری کرد که با این فرض دیرینه در تناقض است.

با استفاده از پایگاه داده عمومی دولت ایالات متحده با تقریباً 60000 اثر، Guo جفت اثر انگشت را به یک شبکه کنتراست عمیق وارد کرد. برخی از جفت ها متعلق به یک شخص بودند، در حالی که برخی دیگر از افراد مختلف بودند.

سیستم هوش مصنوعی در تشخیص اینکه چه زمانی پرینت‌هایی که به نظر متفاوت می‌رسند واقعاً از یک فرد هستند، ماهر شد و دقت آن برای جفت‌ها به 77 درصد رسید.

در مواردی که چندین نمونه با هم گروه‌بندی شدند، دقت افزایش یافت و امکان افزایش بیش از ده برابری روش‌های پزشکی قانونی موجود را فراهم کرد.

اگرچه این یافته‌ها فرصت‌های تازه‌ای را برای اتصال صحنه‌های جنایت نوید می‌داد، اما محققان در طول بررسی همتایان با یک نبرد سخت مواجه شدند.

این پروژه توسط یک مجله معتبر پزشکی قانونی که این پیشنهاد را که انگشتان مختلف ممکن است اثری با ویژگی‌های مشترک تولید کنند، نپذیرفت، رد شد.

این گروه بدون نگرانی، به دنبال خوانندگان گسترده تری بود. کاغذ یک بار دیگر برگردانده شد و لیپسون را بر آن داشت تا تصمیم خود را به چالش بکشد.

لیپسون که یکی از مدیران مرکز سازندگان فضایی در کلمبیا است، خاطرنشان کرد: «اگر این اطلاعات تعادل را به هم بزند، تصور می‌کنم که پرونده‌های سرد می‌توانند احیا شوند و حتی افراد بی‌گناه نیز تبرئه شوند».

این تیم که مصمم بودند از یک چالش عقب نشینی نکنند، حتی اگر به معنای ایجاد اختلال در بیش از 100 سال تمرین پذیرفته شده باشد، تیم به اصلاح کار خود ادامه داد.

سرانجام، پشتکار آنها نتیجه داد زیرا مطالعه آنها در نهایت به رسمیت شناخته شد و در مجله معتبر Science Advances منتشر شد.

هوش مصنوعی سرنخ های جدیدی در تجزیه و تحلیل اثر انگشت می دهد

روش‌های سنتی بر روی جزئیات تکیه می‌کنند که به الگوهای انشعاب و نقاط انتهایی در پشته‌ها اشاره دارد.

گوئو توضیح داد: «هوش مصنوعی از «minutiae» که انشعاب‌ها و نقاط انتهایی برجستگی‌های اثر انگشت هستند استفاده نمی‌کرد – الگوهایی که در مقایسه سنتی اثر انگشت استفاده می‌شوند.

در عوض، از چیز دیگری استفاده می‌کرد که مربوط به زوایای و انحنای چرخش‌ها و حلقه‌ها در مرکز اثر انگشت بود.»

یافته های او نشان می دهد که کارشناسان ممکن است نشانه های بصری مهم را نادیده گرفته باشند.

این همکاری شامل Aniv Ray فارغ التحصیل مهندسی کلمبیا و جودا گلدفدر دانشجوی دکترا بود که هر دو نشان دادند که موفقیت اولیه پروژه می تواند با مجموعه داده های بزرگتر قوی تر شود.

ری با اشاره به اینکه این رویکرد در نهایت می‌تواند نحوه جستجوی سرنخ‌هایی را که در صحنه‌های جنایت چندگانه پیدا می‌کند، اصلاح کند، گفت: «فقط تصور کنید که وقتی این کار روی میلیون‌ها اثر انگشت آموزش داده شود، چقدر خوب عمل می‌کند».

سوگیری احتمالی و مراحل بعدی

محققان نسبت به شکاف های احتمالی داده ها هوشیار هستند. آنها خاطرنشان کردند که سیستم آنها عملکرد مشابهی را در جمعیت‌های مختلف نشان می‌دهد، اما بر نیاز به مجموعه‌های اثر انگشت بزرگ‌تر و متنوع‌تر تاکید کردند.

آنها امیدوارند که اعتبارسنجی کامل هر گونه نگرانی در مورد سوگیری را قبل از اینکه کسی این تکنیک را در تحقیقات واقعی اتخاذ کند برطرف کند.

هدف بلندمدت ارائه یک ابزار تکمیلی به مجریان قانون است که کارایی را در زمانی که موارد درهم به نظر می رسد بهبود می بخشد.

در حالی که هوش مصنوعی نمی تواند به طور رسمی یک موضوع حقوقی را به نتیجه برساند، می تواند به محدود کردن زمینه مظنونان یا اتصال صحنه های مجزای جرم بر اساس تطابق جزئی کمک کند.

لیپسون توضیح داد: «بسیاری از مردم فکر می‌کنند که هوش مصنوعی واقعاً نمی‌تواند اکتشافات جدیدی انجام دهد – این که فقط دانش را باز می‌گرداند» و به تغییر گسترده‌تری در نحوه پشتیبانی هوش مصنوعی از کار تحقیقاتی اشاره کرد.

اما این تحقیق نمونه‌ای از این است که چگونه حتی یک هوش مصنوعی نسبتاً ساده، با توجه به مجموعه داده‌های نسبتاً ساده‌ای که جامعه پژوهشی سال‌ها در اطراف آن وجود داشته است، می‌تواند بینش‌هایی را ارائه دهد که برای دهه‌ها از کارشناسان دور بوده است.»

منبع: ارث