哥伦比亚大学的研究人员使用人工智能工具挑战了长期以来的信念，即每个指纹对个人的手都是独一无二的。
这 研究这项研究涉及对6万个指纹的分析，表明同一个人不同手指的指纹可能不像以前认为的那么独特。
指纹是人体中一个相当难以捉摸的组成部分，尽管我们对它们有长期的假设——比如没有两个人的指纹是相同的——它们在很大程度上未经证实。
赫尔大学法医学教授格雷厄姆·威廉姆斯（Graham Williams）指出，指纹的独特性从未被明确证实。“我们实际上不知道指纹是唯一的，”他说。
“我们所能说的是，据我们所知，还没有两个人展示出相同的指纹。但有些人甚至反驳了这一点，或者至少承认缺乏大规模的证据。
这款由哥伦比亚工程团队训练的人工智能工具可以75%至90%的准确率识别不同手指上的指纹是否属于同一个人。
这为生物识别学和法医学带来了有趣的可能性。例如，如果在不同的犯罪现场发现来自不同手指的不明指纹，这种人工智能工具可能会将它们与同一个人联系起来，这一能力目前超出了传统法医方法。
监督这项研究的哥伦比亚大学机器人专家霍德·利普森教授承认，该团队还没有完全理解人工智能的方法，他说：“我们不确定人工智能是如何做到的。”
虽然这看起来很奇怪，但这表明了人工智能中一直存在的“黑匣子”问题——理解输入和输出比理解庞大的神经网络中发生的事情更容易。
指纹之谜
人工智能似乎以不同的方式分析指纹，专注于指纹中心脊的方向，而不是传统的检查单个脊如何结束和分叉的方法—一种被称为细节的特征。
“很明显，它没有使用法医几十年来一直在使用的传统标记，”Lipson详细说明。“看起来它是在使用像曲率和中心漩涡的角度。”
这项研究的意义是重要的法医科学和生物识别安全。例如，在刑事调查中，如果在一个犯罪现场发现一个身份不明的拇指指纹，在另一个犯罪现场发现一个身份不明的索引指纹，那么这个人工智能工具可能会将这些指纹与同一个人联系起来。
然而，哥伦比亚大学的研究小组，他们都没有法医背景，承认需要进一步的研究。
Lipson谈到人工智能打破传统学术技能筒仓的能力，解释说：“许多人认为人工智能不能真正创造新的知识，它只是重复知识。
“但这项研究是一个例子，说明即使是相当简单的人工智能，考虑到研究界多年来拥有的相当简单的数据集，也可以提供专家几十年来一直回避的见解。
为了完善这项技术，您需要从更多样化的数据集中获取更多指纹。该团队还指出，他们的模型是使用完整的高质量打印开发的，而现实世界的场景通常涉及部分或质量差的打印。
哥伦比亚大学工程系大四学生Gabe Guo强调了他们工具目前的局限性，他解释说：“我们的工具不够好，不足以在法庭案件中决定证据，
该团队还可能需要证明人工智能如何获得其结果，如果它要在现实世界中发挥任何效用。
该研究经过同行评审，并将发表在《科学进展》杂志上（在撰写本文时尚未发表），代表了挑战指纹分析长期存在的假设的一步，但也突出了人工智能驱动研究固有的复杂性。
