法医学界公认的事实是，同一个人不同手指的指纹（“人内指纹”）是唯一的，因此无法匹配。但哥伦比亚大学工程系本科生高年级学生 Gabe Guo 领导的团队对这一普遍认知提出了挑战。
Guo之前并不了解法医知识，他找到了美国政府的一个公共数据库，里面有大约 6 万个指纹，他把这些指纹成对输入一个基于人工智能的系统，这个系统被称为深度对比网络。有时，成对的指纹属于同一个人（但手指不同），有时则属于不同的人。
此后，该团队通过修改最先进的框架设计的人工智能系统，能够更好地判断看似独特的指纹何时属于同一个人，何时不属于同一个人。单个对的准确率达到 77%。当呈现多对时，准确度显着提高，可能将当前的取证效率提高十倍以上。
该项目是哥伦比亚工程学院 Hod Lipson 的创意机器实验室与纽约州立大学布法罗分校的 Wenyao Xu 的嵌入式传感器和计算实验室合作的成果。
人工智能究竟使用了什么替代技术，颠覆了数十年的法证分析？
在仔细观察了人工智能系统的决策过程后，研究小组得出结论，人工智能正在使用一种新的取证标记。
显着图突出显示有助于同一人的两个指纹之间相似性的区域。图片来源：GabeGuo，/哥伦比亚工程学院
人工智能并没有使用“细部特征”（传统指纹对比中使用的‘纹脊的分支和端点对比’模式），它使用的是与指纹中心的漩涡和循环的角度和曲率有关的另一种对比模式。
哥伦比亚工程学院大四学生Aniv Ray和帮助分析数据的博士生Judah Goldfeder指出，他们的成果仅仅是个开始。"Ray说："试想一下，一旦在数百万枚而不是数千枚指纹上进行了训练，它的表现会有多好。
研究小组意识到了数据中可能存在的偏差。作者提供的证据表明，在样本可用的情况下，人工智能在不同性别和种族中的表现类似。不过，他们指出，如果要在实践中使用这种技术，还需要使用覆盖范围更广的数据集进行更仔细的验证。
许多人认为，人工智能无法真正做出新发现--它只是在检索并复述知识。
但这项研究是一个例子，说明即使是一个相当简单的人工智能，只要给定一个研究界多年来一直闲置的相当普通的数据集，就能提供专家们几十年来一直无法获得的见解。
更令人兴奋的是，一个完全没有法医学背景的本科生，竟然可以利用人工智能成功地挑战整个领域的一个普遍信念。
我们即将经历一场由非专家主导的人工智能科学发现的爆炸式增长，包括学术界在内的专家团体需要做好准备。
最前沿的电子设计资讯
