Os engenheiros da Universidade de Columbia criaram uma nova IA que destrói uma crença de longa data no domínio forense – a de que as impressões digitais de diferentes dedos da mesma pessoa são únicas. Afinal, são semelhantes, só que temos estado a comparar as impressões digitais da forma errada, diz o artigo.
Desde “Law and Order” a “CSI”, para não falar da vida real, os investigadores têm utilizado as impressões digitais como o padrão de ouro para ligar os criminosos a um crime. Mas se um criminoso deixar impressões digitais de dedos diferentes em dois locais de crime diferentes, é muito difícil estabelecer uma ligação entre esses locais e o rasto pode desaparecer.
É um facto bem aceite na comunidade forense que as impressões digitais de diferentes dedos da mesma pessoa – “impressões digitais intrapessoais” – são únicas e, por conseguinte, incomparáveis.
Investigação liderada por um estudante de engenharia da Columbia
Uma equipa liderada por Gabe Guo, estudante finalista de Engenharia da Columbia, desafiou esta presunção generalizada.
Guo, que não tinha conhecimentos prévios de medicina legal, encontrou uma base de dados pública do governo dos EUA com cerca de 60.000 impressões digitais e introduziu-as aos pares num sistema baseado em inteligência artificial conhecido como rede contrastiva profunda. Por vezes, os pares pertenciam à mesma pessoa (mas com dedos diferentes), e outras vezes pertenciam a pessoas diferentes.
A IA tem potencial para melhorar significativamente a precisão forense
Ao longo do tempo, o sistema de IA, que a equipa concebeu modificando uma estrutura de última geração, melhorou ao dizer quando impressões digitais aparentemente únicas pertenciam à mesma pessoa e quando não pertenciam.
A precisão para um único par atingiu 77%. Quando foram apresentados vários pares, a precisão aumentou significativamente, aumentando potencialmente a atual eficiência forense em mais de dez vezes.
O projeto, uma colaboração entre o laboratório Creative Machines de Hod Lipson na Columbia Engineering e o laboratório Embedded Sensors and Computing de Wenyao Xu na University at Buffalo, SUNY, foi publicado na Science Advances.
Os resultados do estudo desafiam – e surpreendem – a comunidade forense
Assim que a equipa verificou os seus resultados, enviou rapidamente as descobertas para uma revista forense bem estabelecida, apenas para receber uma rejeição alguns meses mais tarde. O revisor e editor anónimo concluiu que “é sabido que cada impressão digital é única”, pelo que não seria possível detetar semelhanças mesmo que as impressões digitais fossem da mesma pessoa.
A equipa não desistiu. Reforçaram a liderança, alimentaram o seu sistema de IA com ainda mais dados e o sistema continuou a melhorar. Consciente do ceticismo da comunidade forense, a equipa optou por apresentar o seu manuscrito a um público mais geral. O artigo foi novamente rejeitado, mas Lipson, que é o Professor de Inovação James e Sally Scapa no Departamento de Engenharia Mecânica e codiretor do Makerspace Facility, apelou. “Normalmente não discuto decisões editoriais, mas esta descoberta era demasiado importante para ser ignorada”, afirmou. “Se esta informação fizer pender a balança, imagino que casos arquivados possam ser reavivados e até que pessoas inocentes possam ser absolvidas”.
Embora a precisão do sistema não seja suficiente para decidir oficialmente um caso, pode ajudar a dar prioridade às pistas em situações ambíguas. Depois de mais idas e vindas, o artigo foi finalmente aceite para publicação pela Science Advances.
Revelado: um novo tipo de marcador forense para captar com precisão as impressões digitais
Um dos pontos de discórdia foi a seguinte questão: Que informação alternativa estava a ser utilizada pela IA que escapou a décadas de análise forense? Após uma cuidadosa visualização do processo de decisão do sistema de IA, a equipa concluiu que a IA estava a utilizar um novo tipo de marcador forense.
“A IA não estava a usar ‘minúcias’, que são as ramificações e pontos finais nas cristas das impressões digitais – os padrões usados na comparação tradicional de impressões digitais”, disse Guo, que começou o estudo como um estudante do primeiro ano na Columbia Engineering em 2021. “Em vez disso, estava a usar outra coisa, relacionada aos ângulos e curvaturas dos redemoinhos e loops no centro da impressão digital.”
O veterano da Columbia Engineering Aniv Ray e o estudante de doutorado Judah Goldfeder, que ajudaram a analisar os dados, observaram que os seus resultados são apenas o começo. “Imaginem o desempenho que isto terá quando for treinado com milhões, em vez de milhares de impressões digitais”, disse Ray.
Necessidade de conjuntos de dados mais alargados
A equipa está ciente dos potenciais enviesamentos dos dados. Os autores apresentam provas que indicam que a IA tem um desempenho semelhante em todos os géneros e raças, nos casos em que havia amostras disponíveis. No entanto, observam, é necessário efetuar uma validação mais cuidadosa utilizando conjuntos de dados com uma cobertura mais ampla para que esta técnica possa ser utilizada na prática.
Potencial transformador da IA num domínio bem estabelecido
Esta descoberta é um exemplo de outras coisas surpreendentes que estão para vir da IA, observa Lipson. “Muitas pessoas pensam que a IA não pode realmente fazer novas descobertas – que se limita a regurgitar conhecimentos”, afirmou. “Mas esta investigação é um exemplo de como mesmo uma IA bastante simples, com um conjunto de dados bastante simples que a comunidade de investigação tem há anos, pode fornecer informações que iludiram os especialistas durante décadas”.
Acrescentou ainda: “Ainda mais empolgante é o facto de um estudante universitário, sem qualquer formação em ciência forense, poder utilizar a IA para desafiar com êxito uma crença generalizada de toda uma área. Estamos prestes a assistir a uma explosão de descobertas científicas conduzidas pela IA por não especialistas, e a comunidade de especialistas, incluindo o meio académico, tem de se preparar.”
