从《法律与秩序》到《CSI》，更不用说现实生活中，调查人员一直将指纹视为将犯罪嫌疑人与犯罪案件联系起来的黄金标准。但是，如果一个犯罪嫌疑人在两个不同的犯罪现场留下了来自不同手指的指纹，这些现场很难联系起来，追踪也可能变得无法进行。
在法医学界，一个被广泛接受的事实是，同一个人的不同手指的指纹，即“个人内指纹”，是独特的，因此无法匹配。
由哥伦比亚工程学院的本科生高材生（Gabe Guo）带领的团队对这一被广泛接受的观点提出了挑战。高材生之前对法医学毫无了解，他发现了一个美国政府的公共数据库，其中包含约6万个指纹，并将它们成对输入到一个基于人工智能的深度对比网络系统中。有时，这些成对的指纹属于同一个人（但是不同手指），有时则属于不同的人。
随着时间的推移，这个团队设计的人工智能系统（通过修改一种先进的框架进行改进）在判断看似独特的指纹是否属于同一个人方面变得更加准确。单个成对指纹的准确率达到了77%。当出现多个成对指纹时，准确率显著提高，潜在地将当前法医学的效率提高了十倍以上。这个项目是哥伦比亚工程学院Hod Lipson的创意机器实验室与纽约州立大学布法罗分校Wenyao Xu的嵌入式传感器与计算实验室的合作。
团队验证了他们的结果后，迅速将研究结果发送给一家知名的法医学期刊，然而几个月后却收到了拒稿信。匿名的专家审稿人和编辑得出结论称，“众所周知，每个指纹都是独一无二的”，即使指纹来自同一个人，也不可能检测出相似之处。
但是团队没有放弃。他们加大了投入，向AI系统输入了更多的数据，而系统不断改进。意识到法医学界的怀疑，团队决定将他们的手稿提交给一个更广泛的读者群体。这篇论文再次被拒稿，但是哥伦比亚工程学院机械工程系的James和Sally·Scapa创新教授兼创客空间设施联席主任Lipson提出了上诉。他说：“我通常不会争论编辑决定，但是这个发现太重要了，不能忽视。”他还说：“如果这个信息能够改变现状，那么我想冷案可能会被重新调查，甚至可能导致无辜者被无罪释放。”
虽然该系统的准确性还不足以正式做出裁决，但它可以帮助在模糊情况下优先处理线索。经过更多的来回交流，这篇论文最终被《科学进展》杂志接受发表。
其中一个难点是以下问题：AI实际上使用了哪些曾逃脱了几十年的法证分析的备选信息？在对AI系统的决策过程进行仔细可视化后，团队得出结论，AI使用了一种新型的法证标记。
郭（音）说：“AI没有使用‘细节’，也就是指纹脊线的分岔和末端——传统指纹比对中使用的图案。” 郭（音）是哥伦比亚工程学院2021年一年级学生，开始进行这项研究。 “相反，它使用了其他与指纹中心的旋涡和环的角度和曲率相关的东西。”
哥伦比亚工程学院高年级学生Aniv Ray和博士生Judah Goldfeder协助分析数据时指出，他们的结果只是一个开始。Ray说：“想象一下，一旦它训练了数百万而不是数千个指纹，它将会表现得有多好。”
团队意识到数据中存在潜在的偏见。作者提供的证据表明，AI在性别和种族方面的表现类似，只要有样本可用。然而，他们指出，如果要在实践中使用这种技术，还需要使用具有更广泛覆盖范围的数据集进行更仔细的验证。
这一发现是AI带来更多令人惊讶的事物的一个例子，Lipson指出。他说：“很多人认为AI实际上不能做出新的发现——它只是重复知识。但这项研究是一个例子，即使是一个相当简单的AI，在研究界多年来一直有的相当平凡的数据集的基础上，也能提供几十年来专家们未能理解的见解。”
他补充说：“更令人兴奋的是，一个没有任何法证学背景的本科生可以使用AI成功地挑战整个领域的一个广泛持有的信念。我们即将经历非专家主导的AI科学发现的爆炸，专家社区，包括学术界，需要做好准备。”
