De “Law & Order” a “CSI”, sem falar na vida real, os investigadores sempre usaram as impressões digitais como padrão ouro para vincular criminosos a crimes. No entanto, se um criminoso deixar impressões digitais de dedos diferentes em duas cenas de crime diferentes, será difícil ligar as cenas e os vestígios desaparecerão. É um facto aceite na comunidade forense que as impressões digitais em diferentes dedos da mesma pessoa – “impressões digitais internas” – são únicas e, portanto, não podem ser correspondidas.
Uma equipe de pesquisa liderada por Gabe Guo, graduado em engenharia na Universidade de Columbia, questionou essa suposição amplamente difundida. Guo, que não tinha conhecimento prévio de ciência forense, encontrou um banco de dados público do governo dos EUA contendo cerca de 60 mil impressões digitais, que ele inseriu aos pares em um sistema baseado em inteligência artificial chamado rede de comparação profunda. Às vezes essas impressões digitais pertencem à mesma pessoa (mas em dedos diferentes) e às vezes pertencem a pessoas diferentes.
Com o tempo, o sistema de inteligência artificial que a equipe de pesquisa projetou, modificando uma estrutura de última geração, ficou cada vez melhor no discernimento entre impressões digitais aparentemente únicas que pertenciam à mesma pessoa e aquelas que não pertenciam. A taxa de precisão de um único par de impressões digitais chega a 77%. Quando vários pares de impressões digitais aparecem, a taxa de precisão é bastante melhorada, aumentando potencialmente a eficiência forense atual em mais de dez vezes. O projeto, uma colaboração entre o Laboratório de Máquinas Criativas de Hod Lipson na Columbia Engineering e o Laboratório de Sensores e Computação Embutidos de Wenyao Xu na Universidade Estadual de Nova York em Buffalo, foi publicado hoje na Science Advances.
As descobertas desafiam e surpreendem a comunidade forense
Depois que a equipe verificou suas descobertas, eles rapidamente as enviaram para uma conhecida revista forense, apenas para receber uma rejeição alguns meses depois. Revisores e editores especialistas anônimos concluíram que “sabe-se que cada impressão digital é única” e, portanto, é impossível detectar semelhanças mesmo que as impressões digitais sejam da mesma pessoa.
A equipe de pesquisa não desistiu. Eles redobraram seus esforços e alimentaram os sistemas de IA com mais dados, e os sistemas continuaram a melhorar. Consciente do cepticismo da comunidade forense, a equipa de investigação optou por submeter o seu manuscrito a um público mais vasto. O artigo foi rejeitado novamente, mas Lipson, que é Professor de Inovação James e Sally Scarpa no Departamento de Engenharia Mecânica e codiretor da instalação makerspace, apelou. “Normalmente não contesto decisões editoriais, mas esta descoberta é importante demais para ser ignorada”, disse ele. “Se esta informação pudesse inclinar a balança, então imagino que casos arquivados poderiam ser ressuscitados e pessoas inocentes poderiam até ser exoneradas”.
Embora o sistema não seja preciso o suficiente para emitir um veredicto formal sobre o caso, ele pode ajudar a priorizar leads em situações ambíguas. Após repetidas deliberações, este artigo foi finalmente aceito para publicação pela Science Advances.
Novos marcadores forenses que capturam impressões digitais com precisão
Um ponto crítico é a seguinte questão: quais informações alternativas a IA usa que escapou de décadas de análise forense? Após uma cuidadosa análise visual do processo de tomada de decisão do sistema de IA, a equipe de pesquisa concluiu que a IA estava usando um novo tipo de marcador forense.
“A IA não usa ‘recursos minuciosos’, as ramificações e extremidades das cristas de impressões digitais – os padrões usados nas comparações tradicionais de impressões digitais”, disse Guo, que iniciou a pesquisa em 2021 como estudante do primeiro ano na Columbia Engineering. "Em vez disso, utiliza outros factores relacionados com o ângulo e a curvatura dos vórtices e anéis no centro da impressão digital."
Aniv Ray, sênior da Columbia Engineering, e Judah Goldfeder, estudante de doutorado, que ajudaram a analisar os dados, observam que seus resultados são apenas o começo. “Imagine quão melhor seria o desempenho se fosse treinado em milhões de impressões digitais em vez de milhares”, disse Ray.
A equipe de pesquisa estava ciente de possíveis distorções nos dados. Os autores fornecem evidências de que a IA tem um desempenho semelhante entre gênero e raça quando há amostras disponíveis. No entanto, observam que, para que esta técnica seja utilizada na prática, é necessária uma validação mais cuidadosa utilizando um conjunto de dados mais amplo.
O potencial transformador da IA em campos maduros
Lipson observou que esta descoberta é um exemplo de como a inteligência artificial pode trazer mais surpresas. "Muitas pessoas acreditam que a IA não pode realmente fazer novas descobertas - ela apenas replica o conhecimento, mas este estudo é um exemplo de como mesmo uma IA bastante simples, dado um conjunto de dados bastante comum que está ocioso na comunidade de pesquisa há anos, pode fornecer insights que têm sido elusivos para os especialistas durante décadas."
Ele acrescentou: "O que é ainda mais emocionante é que um estudante de graduação sem qualquer formação em ciência forense pode usar a inteligência artificial para desafiar com sucesso uma crença comum em todo o campo. Estamos prestes a experimentar uma explosão de descobertas científicas em inteligência artificial lideradas por não-especialistas, e a comunidade de especialistas, incluindo a academia, precisa estar preparada."