本文來自微信公眾號：SF 中文 （ID：kexuejiaodian），作者：SF

指紋生物識別是數字認證技術和法醫學中不可或缺的一部分。指紋研究能有如此廣泛的應用，都是基于一個假設：沒有兩個指紋是相同的，即使是來自同一個人的不同手指。然而，最新的研究卻顯示，同一個人的不同手指的指紋具有相當高的相似性，甚至不同的人的指紋也可能存在相似性。

文 | 聞靜

1 月 12 日，發表于《科學進展》（Science Advances）的一項研究顯示，科學家利用深度學習的神經網絡系統分析了同一個人不同手指（甚至來自于不同的手）指紋的相似度。結果顯示，同一個人的指紋差距和不同人的指紋差距明顯不同。經過訓練，人工智能模型可以區分來自同一個人和不同人的指紋組合。

指紋可能受基因調控

如今，全世界有數十億臺智能移動設備依賴指紋識別技術，在全球各地的法醫實驗室，每年要分析成千上萬個指紋。指紋研究被廣泛應用于物理和化學傳感技術、人工智能、刑事司法場景中的可靠性分析以及生物演化的探索等領域。

然而，這些研究所依賴的理論前提 —— 沒有兩個指紋是相同的，即使是來自同一個人的不同手指 —— 此前并沒有被明確驗證過。并且，根據這個假設，指紋匹配的做法在犯罪現場或犯罪認證中通常作用有限，因為采集到的指紋與記錄在案的指紋很難匹配。

此前有研究顯示，指紋可能受基因調控。有科學家認為其中許多基因與肢體發育有關。那么，同一個人的指紋之間可能存在相似性，甚至，對于不同的人，如果他們具有相同的調控指紋的基因，他們的指紋就會具有相似性。

傳統方法太關注指紋的特殊性

2023 年 2 月，發表于《細胞》（Cell）的一篇研究顯示，人體中的兩種蛋白質 WNT 和 BMP 相互作用，WNT 刺激指紋脊狀凸起，而 BMP 則會抑制它們，從而產生周期性脊狀波紋，這些波紋出現在指尖三個不同區域（指尖、指尖中心，以及指尖底部的褶線）。這些區域的位置差異疊加波紋的形狀差異，就形成了各種指紋圖案。

類似的研究都在強調指紋之間的差異性。傳統的指紋識別技術通常關注指紋脊狀凸起和凹陷的部分，還會受采集指紋時的背景圖案和背景亮度干擾，因此，所識別出的特異性可能是虛假的特異性。

而在新研究中，人工智能模型根據指紋圖像的幾何分布進行建模，結合數據統計的方法，對大量樣本進行分析，最終得到每個指紋核心的區域。測試結果顯示，人工智能根據這個核心區域識別一個人多個手指的指紋以及區分不同人的指紋，準確率都非常理想。

那么，傳統方法的“過度”識別該被拋棄嗎？我們知道，如果你只在手機中錄入了一根手指的指紋，那么你就無法用另一根手指解鎖。而根據新研究的結論，我們以后可以在錄入一根手指的指紋后，用任何一個手指頭解鎖手機。

但是，你真的放心這樣嗎？或許，有時候為了安全性需要放棄一些便利性。科學家也在研究中表示，未來新結論的應用領域可能主要還是犯罪偵查。

當然，即使新研究的結論能用于數字認證中，犧牲的安全性也有限。因為現在偽造指紋的方法也不少。相對于這些方法，在茫茫人海中找一個跟你指紋類似的人來冒充你，顯然也劃不來。

人工智能的潛力

現在，對人工智能的一大質疑是認為它不能創新。而這個研究顯示，人工智能也能以自己的方式得到新發現，而不只是在人類限定好的假設、思路下去完成任務。除了“每個指紋獨一無二”，類似的難以用人力驗證的假設（通常是需要窮舉法驗證的問題），或許都可以交給人工智能。

在人工智能沒能證明假設有問題的時候，我們還可以延續此前的做法。而如果人工智能發現了問題，我們就要考慮盡快把這個漏洞補上，或者利用新的發現去解決此前不好解決的問題。

參考文獻：

• https://doi.org/10.1126/sciadv.adi0329

• https://doi.org/10.1016/j.cell.2021.12.008

• https://doi.org/10.1016/j.cell.2023.01.015

廣告聲明：文內含有的對外跳轉鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節省甄選時間，結果僅供參考，所有文章均包含本聲明。

投訴水文 我要糾錯

總結

以上是生活随笔為你收集整理的指纹并非独一无二？人工智能将助力侦查破案的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。