Μια ομάδα στο αμερικανικό πανεπιστήμιο εκπαίδευσε ένα εργαλείο τεχνητής νοημοσύνης να εξετάζει 60.000 αποτυπώματα δακτύλων για να δει αν μπορεί να αναγνωρίσει ποια ανήκουν στο ίδιο άτομο.
Οι ερευνητές υποστηρίζουν ότι η τεχνολογία αυτή μπορεί να αναγνωρίζει, με ποσοστό επιτυχίας 75-90%, εάν τα αποτυπώματα από διάφορα δάχτυλα προέρχονται από ένα άτομο.
Ωστόσο, δεν είναι σαφές πώς λειτουργεί ακριβώς.
“Δεν ξέρουμε με βεβαιότητα πώς το κάνει η τεχνητή νοημοσύνη”, παραδέχεται ο καθηγητής Hod Lipson, ρομποτικολόγος στο Πανεπιστήμιο του Κολούμπια που εποπτεύει τη μελέτη.
Οι ερευνητές πιστεύουν ότι το εργαλείο τεχνητής νοημοσύνης αναλύει τα αποτυπώματα δακτύλων με διαφορετικό τρόπο από τις παραδοσιακές μεθόδους – επικεντρώνεται στον προσανατολισμό των κοψίματων στο κέντρο του δακτύλου αντί για τον τρόπο με τον οποίο τα ατομικά κοψίματα τελειώνουν και διακλαδίζονται, γνωστά ως λεπτομέρειες.
“Είναι σαφές ότι δεν χρησιμοποιεί παραδοσιακούς δείκτες που η δασκαλία χρησιμοποιεί εδώ και δεκαετίες”, δηλώνει ο καθηγητής Lipson. “Φαίνεται ότι χρησιμοποιεί κάτι σαν την καμπυλότητα και τη γωνία των στροφών στο κέντρο.”
Ο καθηγητής Lipson δηλώνει ότι τόσο αυτός όσο και ο φοιτητής Gabe Guo ήταν έκπληκτοι από το αποτέλεσμα.
“Ήμασταν πολύ επιφυλακτικοί… έπρεπε να ελέγξουμε πολλές φορές”, λέει.
Οι αποτελέσματα αυτής της μελέτης του Πανεπιστημίου του Κολούμπια μπορεί να επηρεάσουν τόσο τη βιομετρία – τη χρήση ενός συγκεκριμένου δακτύλου για ξεκλείδωμα συσκευής ή για αναγνώριση – όσο και την εγκληματολογία.
Εάν, για παράδειγμα, ένα αναγνωρίσιμο αποτύπωμα αντίχειρα βρεθεί στην ένορκη κατάθεση Α, και ένα αναγνωρίσιμο αποτύπωμα δείκτη βρεθεί στην ένορκη κατάθεση Β, τα δύο δεν θα μπορούσαν προς το παρόν να συνδεθούν δικαστικά με το ίδιο άτομο – αλλά το εργαλείο τεχνητής νοημοσύνης θα μπορούσε να το αναγνωρίσει.
Η ομάδα του Πανεπιστημίου του Κολούμπια, που δεν έχει φόντο στην εγκληματολογία, παραδέχεται ότι απαιτείται περισσότερη έρευνα.
Τα εργαλεία τεχνητής νοημοσύνης κατά κανόνα εκπαιδεύονται σε τεράστια ποσότητα δεδομένων και απαιτούνται πολλά ακόμη αποτυπώματα για να αναπτυχθεί περαιτέρω αυτή η τεχνολογία.
Επιπλέον, όλα τα αποτυπώματα που χρησιμοποιήθηκαν για την ανάπτυξη του μοντέλου ήταν πλήρη και καλής ποιότητας, ενώ στον πραγματικό κόσμο συχνά βρίσκονται μερικά ή κακής ποιότητας αποτυπώματα.
“Το εργαλείο μας δεν είναι αρκετά καλό για να αποφασίζει αποδεικτικά στις δικαστικές υποθέσεις, αλλά είναι καλό για τη δημιουργία ίχνων στις εγκληματολογικές έρευνες”, υποστηρίζει ο κ. Guo.
Ωστόσο, η δρ. Sarah Fieldhouse, επίκουρη καθηγήτρια εγκληματολογίας στο Πανεπιστήμιο του Στάφορντσαϊρ, δηλώνει ότι δεν νομίζει ότι η μελέτη αυτή θα έχει “σημαντικές επιπτώσεις” στο έργο εγκληματολόγων σε αυτό το στάδιο.
Λέει ότι υπάρχουν ερωτήματα για το εάν οι δείκτες στους οποίους επικεντρώνεται το εργαλείο τεχνητής νοημοσύνης παραμένουν ίδιοι ανάλογα με τον τρόπο που το δέρμα παραμορφώνεται καθώς έρχεται σε επαφή με την επιφάνεια, και επίσης αν παραμένουν οι ίδιοι καθ’ όλη τη διάρκεια μιας ζωής, όπως κάνουν οι παραδοσιακοί δείκτες.
Αλλά αυτό μπορεί να είναι δύσκολο να απαντηθεί, καθώς οι ερευνητές δεν είναι βέβαιοι για το ακριβές τι κάνει η τεχνητή νοημοσύνη, όπως συμβαίνει με πολλά εργαλεία που κινούνται από την τεχνητή νοημοσύνη.
Η μελέτη του Πανεπιστημίου Columbia έχει υποβληθεί σε αξιολόγηση από ομότιμους και θα δημοσιευθεί στο περιοδικό Science Advances την Παρασκευή.
Ωστόσο, ένα ζευγάρι δίδυμων στο Cheshire φαίνεται πως προηγείται όλων. Η γιαγιά τους, η Carol, είπε στο BBC ότι τα δύο εγγόνια της μπορούν να ανοίγουν τα iPhone του ενός τους το άλλο χρησιμοποιώντας τα δικά τους δάχτυλα.
“Μου το έδειξαν την ημέρα των Χριστουγέννων”, είπε. “Μας είχαν πει ότι ήταν ολόιδια όταν γεννήθηκαν, αλλά μπορώ να διακρίνω τη διαφορά μεταξύ τους καθώς μεγαλώνουν.”
Δήλωσε πως τα εγγόνια της μπορούν επίσης να παρακάμπτουν το χαρακτηριστικό αναγνώρισης προσώπου των κινητών τηλεφώνων.
Τα αποτυπώματα διαμορφώνονται πριν από τη γέννηση. Έρευνα που δημοσιεύτηκε πέρυσι υποδεικνύει ότι ο γενετικός διακανονισμός πίσω από αυτά ενδέχεται να είναι παρόμοιος με τον τρόπο με τον οποίο ζώα όπως ζέβρες και λεοπάρδαλοι αποκτούν τα σήματά τους: μια θεωρία που προτάθηκε αρχικά από τον καταλύτη κώδικα Alan Turing τη δεκαετία του 1950.
