AIが同じ指紋が2つ以上ある可能性を発見：Pythonで解析しよう

AIが同じ指紋が2つ以上ある可能性を発見
AIによる指紋研究で使用されるIT技術
Pythonで指紋を分析しよう
まとめ

AIが、指紋が必ずしもユニークでないことを発見しました。60,000個の指紋を分析し、この発見は、指紋分析の新しい方法を示唆しています。

AIによる指紋研究に使用されるIT技術と、PythonやAI技術を使い指紋の特徴を分析するサンプルコードを紹介します。

AIが、科学的な発見にどう貢献しているかがわかりますよ。

AIが同じ指紋が2つ以上ある可能性を発見

参考

AI discovers that not every fingerprint is unique

コロンビア大学工学部の研究によると、AIは指紋がユニークでない可能性を発見しました。

これまでは「全ての指紋はユニークである」とされていましたが、AIを使った研究でこれが必ずしも正しくないことが示されたということです。同じ指紋が2つ以上ある可能性の発見は、指紋分析の方法に新たな視点をもたらし、事件の解決に役立つ可能性があります。

また、AIが指紋の特定のパターンではなく、紋様の角度や曲線を分析していることが分かりました。この研究は、科学的な発見にAIがどう貢献できるかを示す例としても注目されているということです。

AIによる指紋研究で使用されるIT技術

自分と同じ指紋を持った人が他にいるかも知れない、という研究結果ですね。
今後は、事件の捜査も変わっていくかも知れません。

AIによる指紋研究で使用されているIT技術を推測してみましょう。

プログラム言語: 研究では具体的なプログラム言語についての言及はありませんが、AI（人工知能）の研究でよく使われるプログラミング言語は「Python」です。Pythonは、使いやすく、AIに関する多くのプログラムやツールが利用可能なため、研究者にとってとても便利な言語です。
AI技術: 記事では、研究チームが「ディープコントラストネットワーク」と呼ばれるAIシステムを使用したと述べています。異なるデータのペア（この場合は指紋）が同じかどうかを判断するために使われる高度なAI技術です。「ディープコントラストネットワーク」は、指紋の微妙な違いや特徴を学習し、分析できます。
クラウド技術: 記事ではクラウド技術についての詳細は触れられていませんが、大量のデータを扱う研究では、クラウドコンピューティングがよく使われます。クラウドコンピューティングを使うと、大きなデータベースをインターネット上に保存し、どこからでもアクセスして分析できます。研究チームはより多くのデータを効率的に扱うことが可能になります。

各IT技術は、指紋の分析のような複雑なタスクを処理するために使われ、新しい発見や効率的な解析方法を提供します。

Pythonで指紋を分析しよう

では、実際にPythonで指紋を分析してみましょう。

下記は、指紋の特徴を分析するためのPythonのサンプルコードです。

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

# Sample data representing fingerprints with features like swirls, loops, and ridges
# Let's assume these features are represented as numerical values for simplicity
np.random.seed(0)
sample_data = {
    "Fingerprint_ID": range(1, 11),
    "Swirl_Angle": np.random.uniform(0, 360, 10),
    "Loop_Curvature": np.random.uniform(0, 1, 10),
    "Ridge_Endpoint": np.random.randint(1, 5, 10)
}

# Creating a DataFrame from the sample data
df = pd.DataFrame(sample_data)

# Plotting the features of the fingerprints
plt.figure(figsize=(12, 6))

# Scatter plot for Swirl Angle vs Loop Curvature
plt.subplot(1, 2, 1)
plt.scatter(df['Swirl_Angle'], df['Loop_Curvature'], color='blue')
plt.title('Swirl Angle vs Loop Curvature')
plt.xlabel('Swirl Angle (degrees)')
plt.ylabel('Loop Curvature')

# Histogram for Ridge Endpoints
plt.subplot(1, 2, 2)
plt.hist(df['Ridge_Endpoint'], bins=4, color='green')
plt.title('Distribution of Ridge Endpoints')
plt.xlabel('Ridge Endpoint')
plt.ylabel('Frequency')

# Display the plots
plt.tight_layout()
plt.show()

# Display the first few rows of the data
df.head()

【AI】同じ指紋が2つ以上ある可能性を発見：Pythonで解析しよう | Pythonで指紋を分析 — Pythonで指紋を分析

上記のコードは、指紋の特徴を模擬的に数値化したデータを生成し、分析しています。

指紋の「渦巻き角度（Swirl Angle）」、「ループの曲率（Loop Curvature）」、「稜線の端点（Ridge Endpoint）」を表すデータを作成しています。

渦巻き角度 vs ループの曲率 の散布図では、二つの特徴の関係を視覚的に確認できます。上図は、指紋の中心部の渦巻きやループの形状を表すものと考えることができます。
稜線の端点の分布 のヒストグラムでは、稜線の端点の数がどのように分布しているかを示しています。指紋の細かい特徴、つまり「ミニュティエ」を表すものです。

表には、生成したサンプルデータの最初の数行を表示しています。各データは、指紋分析のためのAIシステムに入力される前段階の情報として有用です。

上記のようなPythonでの分析は、指紋が同一人物のものかどうかを判断するための基礎となります。