Στο greek-observatory και τις Ειδήσεις Σεβόμαστε την ιδιωτικότητά σας

Εμείς και οι συνεργάτες μας αποθηκεύουμε ή/και έχουμε πρόσβαση σε πληροφορίες σε μια συσκευή, όπως cookies και επεξεργαζόμαστε προσωπικά δεδομένα, όπως μοναδικά αναγνωριστικά και τυπικές πληροφορίες που αποστέλλονται από μια συσκευή για εξατομικευμένες διαφημίσεις και περιεχόμενο, μέτρηση διαφημίσεων και περιεχομένου, καθώς και απόψεις του κοινού για την ανάπτυξη και βελτίωση προϊόντων.

Με την άδειά σας, εμείς και οι συνεργάτες μας ενδέχεται να χρησιμοποιήσουμε ακριβή δεδομένα γεωγραφικής τοποθεσίας και ταυτοποίησης μέσω σάρωσης συσκευών. Μπορείτε να κάνετε κλικ για να συναινέσετε στην επεξεργασία από εμάς και τους συνεργάτες μας όπως περιγράφεται παραπάνω. Εναλλακτικά, μπορείτε να αποκτήσετε πρόσβαση σε πιο λεπτομερείς πληροφορίες και να αλλάξετε τις προτιμήσεις σας πριν συναινέσετε ή να αρνηθείτε να συναινέσετε. Λάβετε υπόψη ότι κάποια επεξεργασία των προσωπικών σας δεδομένων ενδέχεται να μην απαιτεί τη συγκατάθεσή σας, αλλά έχετε το δικαίωμα να αρνηθείτε αυτήν την επεξεργασία. Οι προτιμήσεις σας θα ισχύουν μόνο για αυτόν τον ιστότοπο. Μπορείτε πάντα να αλλάξετε τις προτιμήσεις σας επιστρέφοντας σε αυτόν τον ιστότοπο ή επισκεπτόμενοι την πολιτική απορρήτου μας.

Αυτός ο ιστότοπος χρησιμοποιεί cookies για να βελτιώσει την εμπειρία σας.Δες περισσότερα εδώ.
ΕΠΙΣΤΗΜΗ

Η τεχνητή νοημοσύνη ανατρέπει τα δεδομένα: Τα δακτυλικά αποτυπώματα δεν είναι μοναδικά

Είναι κοινώς αποδεκτό στην Εγκληματολογία ότι τα δακτυλικά αποτυπώματα από διαφορετικά δάχτυλα του ίδιου ατόμου είναι μοναδικά. Ωστόσο, μια νέα μελέτη Αμερικανών ερευνητών, η οποία πραγματοποιήθηκε με τη βοήθεια της τεχνητής νοημοσύνης, έρχεται να καταρρίψει αυτή τη μακροχρόνια πεποίθηση.

«Σε αντίθεση με αυτή την επικρατούσα υπόθεση, δείχνουμε με βεβαιότητα άνω του 99,99% ότι τα δακτυλικά αποτυπώματα από διαφορετικά δάχτυλα του ίδιου ατόμου παρουσιάζουν πολύ μεγάλες ομοιότητες», έγραψαν οι ερευνητές σε άρθρο τους που δημοσιεύθηκε στο επιστημονικό περιοδικό 

Οι ερευνητές από το Πανεπιστήμιο Κολούμπια ανέλυσαν περίπου 60.000 δακτυλικά αποτυπώματα μιας δημόσιας κυβερνητικής βάσης δεδομένων των ΗΠΑ και τα τροφοδότησαν ανά ζεύγη σε ένα σύστημα βασισμένο στην τεχνητή νοημοσύνη, γνωστό ως βαθύ αντιθετικό δίκτυο. 

Διαπιστώθηκε ότι το σύστημά τους χρησιμοποίησε έναν διαφορετικό δείκτη για την ανάλυση των δακτυλικών αποτυπωμάτων, εστιάζοντας στον προσανατολισμό των κορυφογραμμών στο κέντρο ενός δακτύλου και όχι στον τρόπο με τον οποίο οι μεμονωμένες κορυφογραμμές τελειώνουν και διακλαδώνονται.

«Είναι σαφές ότι δεν βασίζεται στους παραδοσιακούς δείκτες που χρησιμοποιούν οι εγκληματολόγοι εδώ και δεκαετίες», εξήγησε ο καθηγητής Χοντ Λίπσον, ρομποτικός επιστήμονας στο Πανεπιστήμιο Κολούμπια και επικεφαλής της μελέτης.

«Φαίνεται ότι χρησιμοποιεί την καμπυλότητα και τη γωνία των στροβίλων στο κέντρο των δακτυλικών αποτυπωμάτων», πρόσθεσε.

Οι ερευνητές εξεπλάγησαν με αυτό το εύρημα.

«Ήμασταν πολύ επιφυλακτικοί… έπρεπε να το ελέγξουμε και να το ξαναελέγξουμε», είπε ο Λίπσον.

Οι ερευνητές επανεκπαίδευσαν το μοντέλο τους περιλαμβάνοντας δακτυλικά αποτυπώματα από διαφορετικές φυλετικές ομάδες και διαπίστωσαν ότι είχε καλύτερη απόδοση.

Τα αποτελέσματα της μελέτης του Πανεπιστημίου Κολούμπια θα μπορούσαν να επηρεάσουν τόσο τη βιομετρία – τη χρήση ενός συγκεκριμένου δακτύλου για το ξεκλείδωμα μιας συσκευής ή την ταυτοποίηση – όσο και την εγκληματολογία. Εάν, για παράδειγμα, βρεθεί ένα άγνωστο αποτύπωμα αντίχειρα στη σκηνή εγκλήματος Α και ένα άγνωστο αποτύπωμα δείκτη στη σκηνή εγκλήματος Β, τα δύο δεν θα μπορούσαν επί του παρόντος να συνδεθούν εγκληματολογικά με το ίδιο άτομο. Ωστόσο το σύστημα τεχνητής νοημοσύνης θα μπορούσε να το κάνει.

Τα δακτυλικά αποτυπώματα σχηματίζονται πριν από τη γέννηση. Μελέτη που δημοσιεύθηκε πέρυσι έδειξε ότι η γενετική διαδικασία πίσω από αυτά μπορεί να είναι παρόμοια με τον τρόπο που ζώα όπως οι ζέβρες και οι λεοπαρδάλεις αποκτούν τα μοτίβα τους: μια θεωρία που ανέφερε για πρώτη φορά ο «πατέρας της επιστήμης των υπολογιστών» Άλαν Τούρινγκ τη δεκαετία του 1950.

«Πολλοί άνθρωποι πιστεύουν ότι η τεχνητή νοημοσύνη δεν μπορεί να κάνει πραγματικά νέες ανακαλύψεις – ότι απλώς αναμασάει τη γνώση», δήλωσε ο Λίπσον. «Αλλά αυτή η έρευνα είναι ένα παράδειγμα για το πώς ακόμη και μια αρκετά απλή τεχνητή νοημοσύνη που τροφοδοτείται με ένα αρκετά απλό σύνολο δεδομένων που η ερευνητική κοινότητα δεν χρησιμοποιούσε εδώ και χρόνια, μπορεί να προσφέρει γνώσεις που διέφευγαν από τους ειδικούς για δεκαετίες», κατέληξε ο ερευνητής.

Tags
Back to top button