تشخیص سریعتر اثرانگشت با هوش مصنوعی
مجله علمی ایلیاد – انگشتنگاری یکی از مؤلفههای اصلی علم پزشکیِقانونی است؛ اما علیرغم آنچه که در تلویزیون و فیلمها میبینیم، تحلیل و تطابق اثرانگشتهای پنهان، کار دشواری است. اما اکنون دانشمندان مؤسسهی ملی استاندارد و فناوری NIST و دانشگاه ایالتی میشیگان از الگوریتمها و یادگیری ماشینی بهعنوان راهکاری برای خودکارسازی فرآیند استفاده کرده و بر کارآمدی تطابق اثرانگشت میافزایند.
با توجه به قابل دسترس شدن نرمافزارهای تشخیص اثرانگشت در گوشیهای هوشمند، بهنظر میرسد که ساخت تحلیلگر اثرانگشت خودکار برای متخصصان پزشکیقانونی کار سادهای است. مشکل اینجا است که مجرمین خیلی بیملاحظه هستند و اثرانگشتهای پنهان در صحنههای جرم، ناقص، تحريف شده و نامشخصاند؛ با این شرایط، خواندن آنها سخت شده و میزان مطابقت کاهش مییابد.
به همین دلیل، تحلیل اثرانگشت کاری فردی و انسانی است و کارشناسان اثرانگشتها نه تنها برای تطابق آنها نسبت به آنچه که در پروندههای پلیس ثبت شده بررسی میکنند، بلکه به دنبال اطلاعات کافی هستند تا دنبال تطابق بگردند. سیستمهای کامپیوتری فعلی میتوانند اثرانگشتهای جمعآوری شده مربوط به هر ده انگشت را تحت شرایط کنترلشده مدیریت کنند؛ ولی در دنیای واقعی عملکرد خوبی بر جای نمیگذارند.
سیستم شناسایی اثرانگشت خودکار قابل دسترس است، اما اگر اثرانگشتها به درستی بررسی نشوند، احتمال رسیدن به مطابقتهای اشتباه تا حد زیادی افزایش مییابد. محققان با ۳۱ کارشناس اثرانگشت که هر کدام صد اثر پنهان را تجزیه و تحلیل کرده بودند، دیدار کردند. اثرانگشتها به لحاظ کیفیت از امتیاز ۱ تا ۵ دستهبندی شده بودند و سپس برای تعلیم الگوریتم با یادگیری ماشینی استفاده شدند.
عملکرد این سیستم با سری جدیدی از اثرانگشتهای پنهان آزمایش شد. اثرانگشتهای امتیازبندی شده به سیستم شناسایی اثرانگشت خودکار AFIS تخصیص داده شد که به پایگاه دادهای حاوی ۲۵۰،۰۰۰ اثرانگشت دسترسی داشت. نتایج این جستجوها با مطابقتهای درست و امتیازهای کیفیت سیستم، امتیازبندی شد. برای کاستن از نگرانیهای حریم خصوصی، اطلاعات شخصی اثرانگشتهای حاصل از پایگاه داده پلیس ایالت میشیگان حذف شد.
به گزارش این گروه، رابطهی سازگار میان کیفیت و درستی وجود داشت؛ بهطوری که اثرانگشتهای کم کیفیت باعث ایجاد نتایج اشتباه بیشتری شد. علاوه بر این، الگوریتم امتیازدهى قدری بهتر از کارشناسان انسان عمل کرد. این گروه در گام بعدی در پی ارتقای الگوریتم و اندازهگیری دقیقتر میزان خطای آن با مجموعه دادهی بزرگتری خواهد بود.
«الهام طبسی» مهندس کامپیوتر در NIST بیان نمود: «ما الگوریتم خود را با پایگاه دادهای حاوی ۲۵۰،۰۰۰ اثرانگشت به اجرا در آوردهایم. چنین الگوریتمی باید بسیار قابل اعتماد باشد، زیرا عواملی نظیر آزادی و جان افراد در مخاطره قرار دارند.»
نوشته: دیوید زوندی
ترجمه: منصور نقیلو - مجله علمی ایلیاد
ترجمه: منصور نقیلو - مجله علمی ایلیاد