- 9,627
- 18
- 8 Ноя 2022
Особенности рисунка отпечатков позволили увеличить эффективность экспертизы более чем в 10 раз.
Исследователи из Колумбийского университета и Университета в Буффало совершили прорыв в сфере криминалистики, Для просмотра ссылки Войдиили Зарегистрируйся искусственного интеллекта, способную связывать отпечатки пальцев одного человека, оставленные на разных местах преступления. Данное открытие оспаривает существующее предположение о том, что отпечатки разных пальцев одного человека уникальны и несопоставимы.
Ученые обнаружили публичную базу данных правительства США, содержащую около 60 000 отпечатков пальцев. Эти данные были введены в систему ИИ, основанную на глубоких контрастных сетях ( Deep Contrastive Networks ). Система обучалась определять, принадлежат ли отпечатки одному человеку или разным.
Иногда пары отпечатков принадлежали одному и тому же человеку (но разным пальцам), а иногда – разным людям. Точность распознавания одной пары отпечатков достигла 77%. Когда было представлено несколько пар отпечатков, точность значительно возросла, что потенциально увеличило текущую эффективность криминалистической экспертизы более чем в 10 раз.
<iframe width="560" height="315" src="
" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" allowfullscreen="" title="AI Learns to Correlate a Person's Unique Fingerprints"> </iframe>
Видео демонстрирует работу системы
Результаты исследования вызвали удивление в криминалистическом сообществе. Несмотря на первоначальный отказ ведущего журнала Science Advances публиковать исследование, команда удвоила усилия и улучшила работу системы. После дополнительных обсуждений статья была принята к публикации.
Исследователи выявили, что ИИ использовал новый тип криминалистического маркера, основываясь не на «минуциях» (ветвлениях и конечных точках линий отпечатков), а на углах и кривизне вихрей и петель в центре отпечатка. Хотя точность системы пока недостаточна для официального решения по делу, считается, что она может помочь в приоритетной обработке информации в неоднозначных ситуациях.
Открытие демонстрирует потенциал ИИ в устоявшейся области и подчеркивает возможность проведения научных открытий с помощью ИИ, даже без специализированных знаний в области. Команда подчеркивает важность дальнейшей проверки и валидации данной технологии, учитывая потенциальные предвзятости в данных.
Исследователи из Колумбийского университета и Университета в Буффало совершили прорыв в сфере криминалистики, Для просмотра ссылки Войди
Ученые обнаружили публичную базу данных правительства США, содержащую около 60 000 отпечатков пальцев. Эти данные были введены в систему ИИ, основанную на глубоких контрастных сетях ( Deep Contrastive Networks ). Система обучалась определять, принадлежат ли отпечатки одному человеку или разным.
Иногда пары отпечатков принадлежали одному и тому же человеку (но разным пальцам), а иногда – разным людям. Точность распознавания одной пары отпечатков достигла 77%. Когда было представлено несколько пар отпечатков, точность значительно возросла, что потенциально увеличило текущую эффективность криминалистической экспертизы более чем в 10 раз.
<iframe width="560" height="315" src="
Видео демонстрирует работу системы
Результаты исследования вызвали удивление в криминалистическом сообществе. Несмотря на первоначальный отказ ведущего журнала Science Advances публиковать исследование, команда удвоила усилия и улучшила работу системы. После дополнительных обсуждений статья была принята к публикации.
Исследователи выявили, что ИИ использовал новый тип криминалистического маркера, основываясь не на «минуциях» (ветвлениях и конечных точках линий отпечатков), а на углах и кривизне вихрей и петель в центре отпечатка. Хотя точность системы пока недостаточна для официального решения по делу, считается, что она может помочь в приоритетной обработке информации в неоднозначных ситуациях.
Открытие демонстрирует потенциал ИИ в устоявшейся области и подчеркивает возможность проведения научных открытий с помощью ИИ, даже без специализированных знаний в области. Команда подчеркивает важность дальнейшей проверки и валидации данной технологии, учитывая потенциальные предвзятости в данных.
- Источник новости
- www.securitylab.ru
