近期，英国伯恩茅斯大学的研究团队与英国科技公司Bluestar Software合作，连续发表两篇论文，介绍了他们研发的AI系统，可帮助司法工作者分析鉴别脚印和鞋印，引发公众关注。

团队成员之一马修·本内特（Matthew Bennett）在美国《对话》（THE CONVERSATION）上撰文，深入谈论了他们的工作成果，以及AI在司法鉴定（或者说法医学）领域的重要意义和未来。

在司法鉴定领域，所谓的“专家证人”（expert witness）的分析和意见往往对案件审判结果有着至关重要的影响。但专家也是人，也有自己的认知局限和专业缺陷——专家证人的错误意见导致司法不公的情况并不少见。

研究人员一直在探索将人工智能应用于司法取证的可能性。在最近的两项研究中，我们发现人工智能比一般法医更擅长分析评估足迹（但目前还强不过足迹专家）。

犯罪足迹追踪

你赤脚在家里走动时，必然留下足迹，如地毯上的凹痕或脚部的残留物。血足迹（bloody footprints）常见于暴力犯罪现场，可帮助调查人员重建事件并可能描述未知的嫌疑人。

鞋印是最常见的一类证据，尤其在家庭入室盗窃案中出现频率最高。这些肉眼可见或隐藏颇深的足迹往往是从窗台、门、马桶座圈和地板上搜集得到的。英国的警察会分析他们收集的鞋印，然后在鞋印数据库里寻找有没有对得上号的。

赤脚印的大小能告诉你嫌疑人的身高、体重，甚至性别。在最近的一项研究中，研究团队先请了一位非常专业的足病医师鉴定一堆赤脚印的性别——正确率超过50%；接着研究团队创建了一个AI神经网络，并要求它做同样的事情，结果AI的九成预测都对了；此外，更神奇的是，AI还可以就这些足迹对年龄做出一个大致判断（平均绝对误差在7.5岁）。

关于鞋印足迹，鉴鞋印专家能简单依据经验就确定鞋印对应鞋款的品牌和型号——这种判断能力已成为他们的本能，判断错误的情况极为少见。有趣的是，我们得知目前英国仅有不到30名的鉴鞋印专家，却有成千上万的法医和警务人员需要访问鞋印数据库。对于这些广大的临时用户，对着数据库自主分析鞋印显然充满挑战，他们的工作大都是需要专家指导或验证的。鉴于此，我们认为人工智能可以在其中发挥极为重要的作用。

我们与Bluestar Software公司持续合作，创建了第二个AI神经网络并为其分配任务：识别鞋印足迹对应的品牌和型号。该网络会大致判断鞋子颜色是黑是白，鞋底形状是方是圆抑或三角形，鞋身有无有logo或文字——这每一个外形特点都对应于简单分类的一串代码，而用户可将这些代码用于数据库检索。事实上，我们的人工智能网络能给用户提供一系列建议代码，以验证和识别某些他们觉得模糊的信息。

在一项实验中，我们给业余用户（偶尔使用数据库的用户）提供了100个随机选择的鞋印令其分析，结果发现他们的判断正确率在22%到83%之间；相比之下，人工智能的成功率在60%～91%，而鉴鞋印专家几乎不出错。

我们的第二个神经网络没能超越专家的一个原因在于鞋子会随着磨损而发生变化，这一特点加大了任务复杂度——最直观的例子，新鞋的鞋底纹理清晰可见，但过了一两个月，它们就大变样了，这对于机器来说显然是一桩难事。当然，我们可以通过大量特殊训练让AI尽可能适应鞋印的特点，既然它已经被训练得小胜业余用户，自然也可能在未来赶上人类专家。

如果真有那么一天，我们便可让人类专家从海量的鞋印鉴别任务中解放出来，转向更精细复杂、更难被AI替代的工作。

实际上，AI永远无法真正取代训练有素、经验丰富的人类专家，但有望减轻他们的负担。临时使用鞋印数据库的普通用户能自主识别足迹的品牌和型号，无须花费时间精力寻求更多帮助，从而更高效地专注于自己的工作。另一方面，人类专家最终也都会让AI参与足迹分析工作中去。

资料来源：

We trained AI to recognise footprints, but it won’t replace forensic experts yet