Неповторимость отпечатков пальцев служит одним из «золотых правил» криминалистики, связывающих нарушителей с местом преступления как в реальной жизни, так и на экране множества юридических и детективных телешоу. Принято считать, что этот феномен касается не только отпечатков разных людей, но также следов разных пальцев одного и того же человека. Впрочем, недавнее исследование с вовлечением ИИ показало, что это утверждение далеко от правды, и современные технологии способны обнаружить общие черты в отпечатках разных пальцев одного человека, чтобы, к примеру, связать улики в нескольких местах преступления.

Команда учёных из Колумбийской школы инженерных и прикладных наук с Гейбом Гуо во главе решила бросить вызов традиционным методикам ведения дактилоскопии. Не имея предварительных познаний о криминалистике, они взялись создать алгоритм ИИ, который смог бы с чистого листа сформулировать методы анализа отпечатков пальцев для поиска схожих характеристик. Для этого исследователи использовали открытую базу данных американского правительства, содержащую около 60 000 образцов отпечатков. Для тренировки глубокой контрастной сети машинного обучения они «скармливали» ИИ образцы парами, которые могли принадлежать одному человеку либо разным людям. Постепенно нейросеть научилась идентифицировать, когда якобы уникальные отпечатки разных пальцев принадлежали одному и тому же человеку.

На этапе сравнения единичных пар точность ИИ достигла 77%, а при увеличении пула исследования нейросеть распознавала отпечатки одного человека с ещё более высокой точностью. Безусловно, даже такого уровня точности алгоритма недостаточно для принятия решений по исходу криминальных дел без привлечения других свидетельств и улик, однако подобный инструмент мог бы пригодиться в неоднозначных ситуациях для выстраивания приоритетов при отработке различных версий. Так, его внедрение в перечень актуальных криминалистических методик могло бы «всколыхнуть» нераскрытые дела либо помочь оправдать невиновных.

Какая же альтернативная информация позволила ИИ идентифицировать отпечатки разных пальцев одного и того же человека? После тщательной визуализации «хода мышления» нейросети учёные обнаружили, что она использует совершенно нетипичный для традиционной криминалистики и дактилоскопии маркер. Как правило, одним из важнейших этапов анализа отпечатков пальцев является выделение и сопоставление так называемых минуций «окончаний» и «ветвлений» в папиллярном узоре. Тем временем ИИ сосредотачивал своё внимание на ряде параметров центральных участков отпечатков – арок, петель или завитков, оценивания длину линий и углы между ними.

 Стоит отметить, что предположения о наличии взаимосвязи между формой и прочими параметрами узоров в отпечатках пальцев одного человека выдвигались едва ли не со времён зарождения науки дактилоскопии, однако исследование Гуо и его коллег впервые произвело автоматическую систематизацию данных с применением данного подхода. По словам учёных, для дальнейшего развития этого инструмента и возможности его применения на практике необходимо существенно расширить базу данных для обучения ИИ – с десятков тысяч до миллионов. Это позволит отучить нейросеть от предвзятости, связанной с возрастом, половой или расовой принадлежностью обладателя отпечатков и обусловленной различными перекосами в используемых базах данных дактилоскопических образцов.

Источник изображений: Gabe Guo and Aniv Ray/Columbia Engineering