Cik liederīgs varētu būt mākslīgais intelekts cilvēka pirkstu nospiedumu identifikācijā? ASV pētnieki atklājuši pārsteidzošu sakarību 30
Vai mākslīgais intelekts varētu uzlabot kriminālistikas laboratoriju darbu pirkstu nospiedumu identifikācijā? Kāds jauns pētījums ir raisījis diskusiju par šo tematu. Ja jūs esat detektīvseriālu, kriminālromānu vai arī reālu noziegumu atklāšanai veltītu podkastu cienītājs, droši vien esat dzirdējis, ka pat viena cilvēka dažādu pirkstu nospiedumi ir unikāli, tā vēstīja ārvalstu medijs “Euronews“.
Arī identiskajiem dvīņiem, kurus saista (gandrīz) vienāda ģenētika, nav divu vienādu pirkstu nospiedumu. Tas nozīmē arī to, ka kriminālistikas ekspertiem, ja viņi vēlas sasaistīt kādu konkrētu cilvēku ar kāda nozieguma vietā atstātu pirksta nospiedumu, ir nepieciešams salīdzināt šī cilvēka viena un tā paša pirksta atstāto nospiedumu. Tas nozīmē arī to, ka jums ir jāizmanto arī viens un tas pats pirksts, lai piemēram atbloķētu savu viedtālruni, ja savā ierīcē izmantojat šo drošības metodi.
ASV Kolumbijas universitātes komanda mēģinājusi atrast līdzības un sakarības starp viena cilvēka dažādu pirkstu atstātajiem nospiedumiem, un viņi apgalvo, ka viņu izveidota mākslīgā intelekta sistēma var uzlabot daktiloskopijas ekspertīžu precizitāti, analizējot un atrodot sakarības starp viena cilvēka dažādiem pirkstu nospiedumiem.
Kolumbijas universitātes inženierzinātņu profesors Hods Lipsons (Hod Lipson) medijam “Euronews Next” pastāstīja, ka viens no viņa studentiem pirms gada burtiski ienesies viņa birojā un sacījis, ka vēlas apstrīdēt domu, ka katra pirksta nospiedums ir unikāls. Viņi esot ievadījuši vairākus pirkstu nospiedumu pārus mākslīgā intelekta sistēmā. Daži no šiem pirkstu nospiedumu pāriem bija no vienas un tās pašas personas, bet daži – no dažādām personām,” viņš teica. “Pēc nelielas apmācības mākslīgais intelekts ātri vien „pamanījis”, ka viena cilvēka dažādu pirkstu nospiedumi patiesībā ir diezgan līdzīgi. Mums vienkārši uz tiem ir jāskatās citādāk,” norādīja profesors.
Pētnieki arī izpētījuši to, kā tieši viņu radītais mākslīgā intelekta modelis identificēja līdzības un sakarības starp vienas personas pirkstu nospiedumiem – vislielākā uzmanība šeit esot jāpievērš pirkstu nospiedumu līniju izciļņu izliekumiem,” sacīja Lipsons.
Kad pētnieki mēģināja publicēt savus secinājumus kādā ievērojamā kriminālistikas žurnālā, viņi saņēma atteikumu. Lozannas Universitātes (Šveice) kriminālistikas profesors un pasaules mēroga pirkstu nospiedumu eksperts Kristofs Šampods (Christophe Champod) sacīja, ka sakarības starp viena cilvēka dažādu pirkstu nospiedumiem jau ir zināmas. “Te nav nekā jauna. Tas, ka starp viena cilvēka pirkstu nospiedumiem ir vairāk sakarību nekā starp dažādu cilvēku pirkstu nospiedumiem, ir zināms jau kopš pirkstu nospiedumu izmantošanas identifikācijas nolūkiem pirmsākumiem,” tā Šampods teica “Euronews Next”.
Viņš piebilda, ka pētījumā izmantotā mākslīgā intelekta sistēma, ko sauc par dziļi kontrastējošu tīklu, salīdzinājumā ar jau esošajām automatizētajām sistēmām, nebūtu īpaši noderīga kriminālistikā.
“Jāpiezīmē arī, ka viņi neveica savus testus izmantojot nozieguma vietā iegūtus nepilnīgus, sabojātus, neskaidrus pirkstu nospiedumus. Šādā scenārijā es nemaz neesmu pārliecināts, ka konstatētās sīkās korelācijas būtiski uzlabotu viņu radītās mākslīgā intelekta sistēmas efektivitāti,” piebilda Šampods. Tapēc Šampods sacīja: „Lai gan ar mākslīgo intelektu darbināmā metode ir interesanta, viņš to šobrīd neuzskata par īpaši noderīgu kriminālistikā.”
Paši pētījuma autori atzīst, ka tas varētu atbilst patiesībai. “Varētu rasties zināmas problēmas ar degradētu datu apstrādi, jo nozieguma vietā atrastie pirkstu nospiedumi parasti ir jau izsmērēti,” teica pētījuma autors, Kolumbijas universitātes bakalaura students Gabe Guo.
Hods Lipsons uzskata, ka šī sistēma ir piemērs tam, kā nākotnē varētu izmantot mākslīgo intelektu. “Daudzi cilvēki domā, ka mākslīgais intelekts nevar veikt jaunus atklājumus, ka tas tikai pārģenerē jau esošās zināšanas,” viņš teica. “Bet šis pētījums ir uzskatāms piemērs tam, kā izmantojot diezgan vienkāršu māksīgā inteketa modeli ne pārāk sarežģītu datu kopu apstrādē, var sniegt jums jaunu skatījumu uz lietām, kas ekspertu acīm iespējams ir paskrējis garām,” uzskata Lipsons.
Pētījums publicēts žurnālā “Science Advances“.
