تجزیه و تحلیل اثر انگشت بیش از یک قرن به عنوان ابزاری قابل‌اعتماد در حل پرونده‌های جنایی استفاده شده است. محققان و نیروهای امنیتی با تکیه بر این باور که هر اثر انگشت منحصربه‌فرد است، از آن برای شناسایی مظنونین یا ارتباط آن‌ها با صحنه جرم بهره می‌بردند.
اما حالا گروهی از پژوهشگران دریافته‌اند که اثر انگشت انگشتان مختلف یک فرد، گاهی شباهت‌هایی چشمگیر با هم دارند.
این یافته حاصل کار یک مدل هوش مصنوعی است که ارتباطات شگفت‌انگیزی میان اثر انگشت‌ها آشکار کرده است.
چالش با اصول پذیرفته‌شده علمی توسط یک مدل هوش مصنوعی
هود لیپسون از دانشگاه کلمبیا، در همکاری با ون‌یائو شو از دانشگاه بوفالو، در خط مقدم این تلاش برای زیر سؤال بردن استانداردهای شناخته‌شده‌ی پزشکی قانونی قرار دارد.
سال‌ها فرض بر این بوده که اثر انگشت هر انگشت کاملاً منحصر به‌فرد و مستقل از سایر انگشتان است — با الگوهای خاصی از برآمدگی‌ها، حلقه‌ها و پیچش‌ها.
یک داور ناشناس حتی گفته بود: «کاملاً شناخته‌شده است که هر اثر انگشت منحصر به‌فرد است»، در واکنش به تحقیق این پژوهشگران.
با وجود این مقاومت، دانشجوی سال آخر رشته مهندسی در دانشگاه کلمبیا به نام گیب گو، مطالعه‌ای را آغاز کرد که این باور قدیمی را به چالش می‌کشد.
آزمایش هوش مصنوعی روی ۶۰ هزار اثر انگشت
گو از یک پایگاه داده عمومی دولتی آمریکا با حدود ۶۰,۰۰۰ اثر انگشت استفاده کرد و جفت‌هایی از اثر انگشت‌ها را به یک شبکه عصبی مقایسه‌ای عمیق (deep contrastive network) وارد کرد. برخی از این جفت‌ها متعلق به یک فرد بودند و برخی دیگر به افراد مختلف.
سیستم هوش مصنوعی توانست با دقت ۷۷ درصد، جفت‌هایی که ظاهراً متفاوت بودند اما به یک فرد تعلق داشتند را تشخیص دهد.
در مواردی که چند نمونه به صورت گروهی بررسی شدند، دقت مدل به شدت افزایش یافت و امکان ارتقاء چشمگیر روش‌های فعلی پزشکی قانونی را فراهم کرد.
مقاومت علمی در برابر یافته‌های جدید
با وجود نتایج امیدوارکننده برای ارتباط بین صحنه‌های جرم، تیم تحقیقاتی با مقاومت جدی در فرایند داوری علمی مواجه شد.
این پروژه ابتدا توسط یک مجله معتبر پزشکی قانونی رد شد؛ مجله‌ای که ایده شباهت میان اثر انگشت‌های مختلف یک فرد را نمی‌پذیرفت.
اما تیم ناامید نشد. مقاله برای خوانندگان عمومی‌تر ارسال شد، ولی باز هم رد شد. این باعث شد لیپسون به تصمیم داوران اعتراض کند.
او گفت: «اگر این اطلاعات تعادل را تغییر دهد، ممکن است پرونده‌های سرد دوباره باز شوند و حتی بی‌گناهان تبرئه شوند.»
تیم پژوهشی، با وجود مقاومت‌ها، به کار خود ادامه داد تا در نهایت این پژوهش در مجله معتبر Science Advances منتشر شد.
هوش مصنوعی سرنخ‌های جدیدی در اثر انگشت‌ها کشف می‌کند
در روش‌های سنتی، تمرکز روی “نقاط جزئی” (minutiae) اثر انگشت است — الگوهای انشعاب‌ها و نقاط انتهایی خطوط برجسته.
اما گو توضیح داد: «هوش مصنوعی از نقاط جزئی استفاده نمی‌کرد، بلکه بر زوایا و انحناهای حلقه‌ها و چرخش‌های مرکزی اثر انگشت تمرکز داشت.»
این یافته نشان می‌دهد که ممکن است کارشناسان پزشکی قانونی سرنخ‌های بصری مهمی را نادیده گرفته باشند.
در این پروژه، دانشجوی فارغ‌التحصیل آنیو ری و دانشجوی دکتری جودا گلدفدر نیز همکاری داشتند. آن‌ها معتقدند که با داده‌های بزرگ‌تر، دقت این مدل به‌مراتب افزایش خواهد یافت.
ری اظهار داشت: «تصور کنید این مدل وقتی با میلیون‌ها اثر انگشت تمرین داده شود چه عملکردی خواهد داشت.»
پیش‌داوری‌ها و گام‌های بعدی
پژوهشگران به خلأهای داده‌ای احتمالی توجه داشته‌اند. هرچند مدل در میان جمعیت‌های مختلف عملکرد مشابهی داشت، اما نیاز به پایگاه‌های داده‌ای بزرگ‌تر و متنوع‌تر را تأکید کرده‌اند.
هدف نهایی آن‌ها این است که ابزاری مکمل برای نیروهای پلیس فراهم کنند تا در پرونده‌های پیچیده، روند تحقیقات تسریع یابد.
در حالی که این مدل نمی‌تواند به تنهایی رأی قانونی صادر کند، اما می‌تواند میدان مظنونین را محدود کرده یا ارتباط میان صحنه‌های مختلف جرم را کشف کند.
لیپسون افزود: «بسیاری فکر می‌کنند هوش مصنوعی تنها می‌تواند اطلاعات تکراری را بازگو کند. اما این پژوهش نشان می‌دهد که حتی یک مدل ساده هوش مصنوعی با داده‌های عمومی می‌تواند بینش‌هایی ایجاد کند که برای دهه‌ها از دید کارشناسان پنهان مانده بود.»
نتیجه‌گیری: کشف علمی توسط غیراهل فن با کمک هوش مصنوعی
این مطالعه نشان می‌دهد که هوش مصنوعی قادر است الگوهایی را کشف کند که روش‌های سنتی از دیدن آن‌ها عاجز بودند. همچنین اهمیت داده‌های باز و عمومی را در تحقیقات علمی برجسته می‌سازد.
نتایج این مطالعه ممکن است کارشناسان پزشکی قانونی را وادار به بازنگری در برخی رویه‌ها کند — به‌ویژه زمانی که چندین اثر انگشت از یک مظنون در مکان‌های مختلف ظاهر شود.
لیپسون در پایان گفت: «هیجان‌انگیزتر از همه این است که یک دانشجوی کارشناسی، بدون هیچ پیش‌زمینه‌ای در پزشکی قانونی، توانست با استفاده از هوش مصنوعی، یک باور پذیرفته‌شده را به چالش بکشد. ما در آستانه انفجار اکتشافات علمی به رهبری هوش مصنوعی هستیم و جامعه علمی باید خود را برای آن آماده کند.»
