指纹识别基于同样的信念：每个人的指纹都独一无二、与众不同；即使对来自同一人不同手指的指纹，也是如此。而现在，一名本科生带领团队在Science Advances发表论文，试图用AI挖掘它们之间的相似之处。\n三年前在和教授的一次闲聊中，Gabe Guo被这样问道：“你觉得，指纹是独一无二的吗？”彼时他刚被哥伦比亚大学录取，正憧憬着自己的大学生活。
他没有料到，正是这次闲聊，为自己后续三年的研究重心打下了伏笔。现在, Gabe Guo试图对前述问题给出否定的回答。1月12日，计算机科学专业本科在读的他领导团队在Science Advances发表论文，证明人工智能可以判断两枚来自不同手指的指纹是否来自同一个人，揭示了同一人不同手指的指纹之间具有惊人的相似性。\nGabe Guo决定找出指纹的异中之同。
他带领研究团队，通过训练孪生神经网络，来比较两个指纹样本间的相似度。他们输入指纹样本，通过卷积神经网络将其转化为嵌入高维空间的表示向量，使用向量间的距离来表征样本间的差异。
模型首先使用来自MSU的PrintsGAN训练集进行预训练，这是一个由生成式对抗网络创建的人工数据集，其中包含来自35000个虚构身份的525000张合成指纹图像；接着使用多个真人数据集进行微调，其中包含来自927人的53315个指纹样本；最后使用来自133人的7703个指纹进行测试。\n三年耕耘终于开花结果，论文发表却并非一帆风顺。
他们迅速将成果发给了一家知名法医学期刊，等待几个月后，收到的却是冰冷的拒稿信。审稿人和编辑的回复斩钉截铁：“众所周知，指纹是独一无二的。”此后研究团队辗转多家期刊，屡屡碰壁。Gabe Guo没有法医背景，他回忆，“起初在法医学界有很多反对意见。”多数审稿意见认为，训练集太小，不足以质疑指纹的独特性。\n对一篇论文而言，发表不是故事的终点。新研究面世后，遭到了多位业内专家批评。
瑞士洛桑大学法医学教授Christophe Champod表示，使用深度学习技术研究指纹很有趣，但他不认为这项工作有什么新发现。他批评道，“他们的论点是，不同手指间的指纹具有一定相关性，这早在指纹识别研究的起步阶段就已为人所知，当时是人工完成的，多年来一直有据可查。”\n指纹形成背后的数学机制要追溯到一个熟悉的名字——艾伦·图灵。
他在1952年发表著名论文《形态形成的化学基础》，用反应扩散模型成功说明了某些生物体表面复杂斑纹的由来。图灵从数学角度表明，在反应扩散系统中，稳定态会在某些条件下产生空间均匀态失稳，导致空间平移对称破缺，并自发产生空间定态图纹。\n将以上讨论推广至二维情形，我们能看到许多似曾相识的纹理。事实上，从斑马纹到西瓜纹，再到风在沙丘上吹出的皱褶，自然界有数不清的图案都被认为出自图灵机制。
在2021年发表于Nature Physics的一项研究中，研究人员甚至发现在金属衬底上生长铋晶体，也会出现醒目的图灵条纹。\n直到2023年，一项发表在Cell上的研究显示，人体中两种名叫WNT与BMP的信号分子，充当了激活剂和抑制剂的角色，促成了指纹形成。WNT负责刺激初生嵴生长，BMP反过来抑制嵴生长。
在胚胎发育过程中，两者相互作用，产生的周期性嵴纹波从指尖、指腹中心、指尖根部折痕出发，扩散并相互碰撞。由于局部信号环境和手指解剖结构不同，起始位点存在差异，从而产生了弓、箕、斗等不同的指纹类型。\n既然如此，如果两个人的遗传物质相同，他们会有相同的指纹吗？答案是否定的。这是因为指纹形成既受遗传调控，也受胚胎发育的环境影响。
在妊娠过程中，羊水流动、胎儿胎位会发生变化，胚胎指尖细胞所处的微环境也因手指不同而存在差异，这种差异在细胞分化过程中不断放大，造就了指纹间细微的不同。