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

Τεχνητή Νοημοσύνη: Κι όμως τα δακτυλικά αποτυπώματα κάθε ατόμου είναι πανομοιότυπα!

Μια μακροχρόνια πεποίθηση στην Εγκληματολογία, ότι τα δακτυλικά αποτυπώματα από διαφορετικά δάχτυλα του ίδιου ατόμου είναι μοναδικά, καταρρίπτει σύστημα τεχνητής νοημοσύνης, που ανέπτυξαν μηχανικοί του Πανεπιστημίου Κολούμπια σε συνεργασία με ερευνητές του Πολιτειακού Πανεπιστημίου της Νέας Υόρκης στο Μπάφαλο.

Οι συγγραφείς της μελέτης, που δημοσιεύεται στο περιοδικό «Science Advances», αποδεικνύουν με βεβαιότητα 99,99% ότι τα δακτυλικά αποτυπώματα από δύο οποιαδήποτε δάκτυλα του ίδιου ατόμου είναι πολύ πιο όμοια από ό,τι θεωρούνταν προηγουμένως, απλώς οι εγκληματολόγοι μέχρι τώρα τα σύγκριναν με λάθος τρόπο. Οι περισσότερες τεχνολογίες δακτυλικών αποτυπωμάτων βασίζονται στην παραδοχή ότι δεν υπάρχουν ποτέ δύο ίδια δακτυλικά αποτυπώματα και η συγκεκριμένη ανακάλυψη, επισημαίνουν οι ερευνητές, θα μπορούσε να ενισχύσει την αποτελεσματικότητα των εγκληματολογικών ερευνών.

Η ερευνητική ομάδα, με επικεφαλής τον προπτυχιακό φοιτητή του Πανεπιστημίου Κολούμπια, Γκέιμπ Γκούο, ανέλυσε χαρακτηριστικά περίπου 60.000 δακτυλικών αποτυπωμάτων μιας δημόσιας κυβερνητικής βάσης δεδομένων των ΗΠΑ και τα τροφοδότησε ανά ζεύγη σε ένα σύστημα βασισμένο στην τεχνητή νοημοσύνη, γνωστό ως βαθύ αντιθετικό δίκτυο. Όπως διαπίστωσε, η τεχνητή νοημοσύνη δεν χρησιμοποιούσε τα ίδια μοτίβα με την παραδοσιακή σύγκριση δακτυλικών αποτυπωμάτων, αλλά έναν διαφορετικό δείκτη. Αναδείχθηκε έτσι ότι οι γωνίες και οι καμπυλότητες των στροβίλων και των βρόχων στο κέντρο των δακτυλικών αποτυπωμάτων ευθύνονται για μεγάλο μέρος αυτής της ομοιότητας και το μοτίβο αυτό ισχύει για όλα τα ζεύγη δακτύλων του ίδιου ατόμου. Οι ερευνητές επανεκπαίδευσαν επίσης το μοντέλο τους με διαφορετικά φύλα και φυλετικές ομάδες και παρατήρησαν ότι είχε την καλύτερη απόδοση όταν εκπαιδεύτηκε με δακτυλικά αποτυπώματα που είχαν συγκεντρωθεί από όλες τις ομάδες.

Όταν η ομάδα επαλήθευσε τα αποτελέσματά της έστειλε τα ευρήματά της σε περιοδικό Εγκληματολογίας για να λάβει απόρριψη λίγους μήνες αργότερα με την αιτιολογία ότι «είναι γνωστό ότι κάθε δακτυλικό αποτύπωμα είναι μοναδικό». Οι ερευνητές δεν σταμάτησαν εκεί. Τροφοδότησαν το σύστημα τεχνητής νοημοσύνης με ακόμη περισσότερα δεδομένα και αυτό συνέχισε να βελτιώνεται. Η εργασία απορρίφθηκε και πάλι, αλλά άσκησαν έφεση,όπως αναφέρει το newpost.gr.

«Αυτή η ανακάλυψη είναι ένα παράδειγμα για τα πιο εκπληκτικά πράγματα που θα έρθουν από την τεχνητή νοημοσύνη. Πολλοί άνθρωποι πιστεύουν ότι η τεχνητή νοημοσύνη δεν μπορεί πραγματικά να κάνει νέες ανακαλύψεις, ότι απλώς αναμασά τη γνώση. 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 για χρόνια, μπορεί να προσφέρει γνώσεις που διέφευγαν από τους ειδικούς για δεκαετίες», σημειώνει ο Χοντ Λίπσον, καθηγητής Καινοτομίας στο Τμήμα Μηχανολόγων Μηχανικών του Πανεπιστημίου Κολούμπια.

Tags
Back to top button