O mapa de saliência destaca áreas que contribuem para a semelhança entre as duas impressões digitais da mesma pessoa. Crédito: Gabe Guo,/Columbia Engineering
De “Lei e Ordem” a “CSI”, sem falar na vida real, os investigadores usaram as impressões digitais como padrão ouro para vincular criminosos a um crime. Mas se um perpetrador deixar impressões digitais de dedos diferentes em duas cenas de crime diferentes, essas cenas serão muito difíceis de vincular e o rastro poderá esfriar.
É um fato bem aceito na comunidade forense que as impressões digitais de diferentes dedos da mesma pessoa – “impressões digitais intrapessoais” – são únicas e, portanto, incomparáveis.
Uma equipe liderada por Gabe Guo, aluno do último ano de graduação em Engenharia da Columbia, desafiou essa presunção amplamente difundida. Guo, que não tinha conhecimento prévio de ciência forense, encontrou um banco de dados público do governo dos EUA com cerca de 60 mil impressões digitais e as inseriu aos pares em um sistema baseado em inteligência artificial conhecido como rede contrastiva profunda. Às vezes os pares pertenciam à mesma pessoa (mas com dedos diferentes) e às vezes pertenciam a pessoas diferentes.
Com o tempo, o sistema de IA, que a equipe projetou modificando uma estrutura de última geração, melhorou em saber quando impressões digitais aparentemente únicas pertenciam à mesma pessoa e quando não. A precisão para um único par atingiu 77%. Quando múltiplos pares foram apresentados, a precisão disparou significativamente maior, aumentando potencialmente a eficiência forense atual em mais de dez vezes.
O projeto, uma colaboração entre o laboratório Creative Machines de Hod Lipson na Columbia Engineering e o laboratório Embedded Sensors and Computing de Wenyao Xu na University at Buffalo, SUNY, foi publicado hoje em Avanços da Ciência.
As descobertas do estudo desafiam – e surpreendem – a comunidade forense
Depois que a equipe verificou seus resultados, eles rapidamente enviaram as descobertas para uma revista forense bem estabelecida, apenas para receber uma rejeição alguns meses depois. O revisor e editor anônimo concluiu que “é sabido que cada impressão digital é única” e, portanto, não seria possível detectar semelhanças mesmo que as impressões digitais viessem da mesma pessoa.
A equipe não desistiu. Eles dobraram a liderança, alimentaram seu sistema de IA com ainda mais dados e o sistema continuou melhorando. Ciente do ceticismo da comunidade forense, a equipe optou por submeter seu manuscrito a um público mais geral. O artigo foi rejeitado novamente, mas Lipson, que é Professor de Inovação James e Sally Scapa no Departamento de Engenharia Mecânica e codiretor do Makerspace Facility, recorreu.
“Normalmente não discuto decisões editoriais, mas esta descoberta era importante demais para ser ignorada”, disse ele. “Se esta informação fizer pender a balança, então imagino que os casos arquivados poderiam ser revividos e até mesmo que pessoas inocentes poderiam ser absolvidas.”
Embora a precisão do sistema seja insuficiente para decidir oficialmente um caso, ele pode ajudar a priorizar pistas em situações ambíguas. Depois de muitas idas e vindas, o artigo foi finalmente aceito para publicação pela Avanços da Ciência.
Um novo tipo de marcador forense para capturar impressões digitais com precisão
Um dos pontos críticos foi a seguinte questão: que informação alternativa a IA estava realmente a utilizar e que escapou a décadas de análise forense? Depois de visualizar cuidadosamente o sistema de IA processo de decisãoa equipe concluiu que a IA estava usando um novo marcador forense.
“A IA não estava usando ‘minúcias’, que são as ramificações e pontos finais nas cristas das impressões digitais – os padrões usados na comparação tradicional de impressões digitais”, disse Guo, que iniciou o estudo como aluno do primeiro ano da Columbia Engineering em 2021. “Em vez disso, , estava usando outra coisa, relacionada aos ângulos e curvaturas dos redemoinhos e voltas no centro da impressão digital.”
Aniv Ray sênior da Columbia Engineering e Ph.D. o estudante Judah Goldfeder, que ajudou a analisar os dados, observou que os resultados são apenas o começo. “Imagine quão bem isso funcionará quando for treinado em milhões em vez de milhares de impressões digitais”, disse Ray.
A equipe está ciente de possíveis distorções nos dados. Os autores apresentam evidências que indicam que a IA tem um desempenho semelhante em todos os sexos e raças onde as amostras estavam disponíveis. No entanto, observam que é necessária uma validação mais cuidadosa, utilizando conjuntos de dados com cobertura mais ampla, para que esta técnica seja utilizada na prática.
Potencial transformador da IA num campo bem estabelecido
que podem vir da IA, observa Lipson: “Muitas pessoas pensam que a IA não pode realmente fazer novas descobertas – que apenas regurgita conhecimento”, disse ele. “Mas esta pesquisa é um exemplo de como mesmo uma IA bastante simples, dado um conjunto de dados bastante simples que a comunidade de pesquisa tem disponível há anos, pode fornecer insights que escaparam aos especialistas durante décadas”.
Ele acrescentou: “Ainda mais emocionante é o fato de que um estudante de graduação, sem qualquer experiência em ciência forense, pode usar a IA para desafiar com sucesso uma crença amplamente difundida em um campo inteiro. Estamos prestes a experimentar uma explosão de tecnologias lideradas pela IA. descoberta científica por não especialistas, e a comunidade de especialistas, incluindo a academia, precisa se preparar.”
Mais Informações: Gabriel Guo et al, Revelando semelhança de impressões digitais intrapessoais por meio de aprendizagem contrastiva profunda, Avanços da Ciência (2024). DOI: 10.1126/sciadv.adi0329. www.science.org/doi/10.1126/sciadv.adi0329
Citação: AI descobre que nem toda impressão digital é única (2024, 10 de janeiro) recuperada em 18 de maio de 2024 em https://techxplore.com/news/2024-01-ai-fingerprint-unique.html
Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.