从"法律与秩序"到"犯罪现场调查"，更不用说现实生活了，调查人员一直将指纹作为将罪犯与犯罪联系起来的黄金标准。但是，如果罪犯在两个不同的犯罪现场留下了不同手指的指纹，这些现场就很难联系起来，痕迹也会随之消失。法医界公认的事实是，同一个人不同手指上的指纹--"人内指纹"--是独一无二的，因此无法匹配。

由哥伦比亚大学工程系大四学生加布-郭（Gabe Guo）领导的研究小组对这一广为流传的假设提出了质疑。郭之前对法医一无所知，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。这些指纹有时属于同一个人（但手指不同），有时属于不同的人。

图片来源：Gabe Guo 和 Aniv Ray/哥伦比亚工程学院

随着时间的推移，研究小组通过修改最先进的框架设计出的人工智能系统在辨别看似独特的指纹属于同一个人和不属于同一个人方面变得越来越好。单对指纹的准确率达到了 77%。当出现多对指纹时，准确率大幅提高，有可能将目前的取证效率提高十倍以上。该项目由哥伦比亚工程学院霍德-利普森（Hod Lipson）的创造性机器实验室和纽约州立大学布法罗分校徐文耀（Wenyao Xu）的嵌入式传感器与计算实验室合作完成，今天发表在《科学进展》（Science Advances）上。

研究结果对法医界提出了挑战，也让他们大吃一惊

研究小组验证了他们的研究结果后，迅速将研究结果寄给了一家知名的鉴证学期刊，但几个月后却收到了拒绝的回复。匿名专家审稿人和编辑得出结论："众所周知，每个指纹都是独一无二的"，因此，即使指纹来自同一个人，也不可能发现相似之处。

研究小组没有放弃。他们加倍努力，向人工智能系统提供更多数据，系统也在不断改进。意识到法医界的怀疑态度，研究小组选择向更广泛的读者提交他们的手稿。论文再次被拒，但身为机械工程系詹姆斯和莎莉-斯卡帕创新教授以及创客空间设施联合主任的利普森提出了上诉。他说："我通常不会对编辑的决定提出异议，但这一发现太重要了，不容忽视。如果这一信息能改变天平，那么我想，悬案可能会重现，甚至无辜的人可能会被无罪释放。"

虽然该系统的准确性不足以对案件做出正式判决，但它可以帮助在模棱两可的情况下对线索进行优先排序。经过反复推敲，这篇论文最终被《科学进展》（Science Advances）接受发表。

精确捕捉指纹的新型法医标记

其中一个症结在于以下问题： 人工智能究竟使用了什么替代信息，躲过了数十年的法医分析？在对人工智能系统的决策过程进行仔细的可视化分析后，研究小组得出结论，人工智能正在使用一种新型的法医标记。

"人工智能并没有使用'细部特征'，即指纹脊的分支和端点--传统指纹对比中使用的模式，"2021 年作为哥伦比亚工程学院一年级学生开始这项研究的郭说。"相反，它使用的是其他因素，与指纹中心的漩涡和环的角度和曲率有关。"

帮助分析数据的哥伦比亚工程学院大四学生阿尼夫-雷（Aniv Ray）和博士生朱达-戈德费德（Judah Goldfeder）指出，他们的成果仅仅是个开始。雷说："试想一下，一旦在数百万而不是数千个指纹上进行训练，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。作者们提供的证据表明，在样本可用的情况下，人工智能在不同性别和种族间的表现类似。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。

人工智能在成熟领域的变革潜力

利普森指出，这一发现是人工智能带来更多惊喜的一个例子。"很多人认为，人工智能无法真正做出新发现--它只是在重复知识，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都无法获得的见解。"

他补充说："更令人兴奋的是，一个没有任何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。"