空无一人的渔船搁浅在岸边，6名船员不见踪影，随身携带的货款不翼而飞，舱内残留着血迹……36年前，浙江舟山发生一起特大抢劫杀人案。现场遗留的关键线索之一，是一枚带血的指纹。2022年9月，该案正式宣布告破，两名嫌疑人全部落网。不久前，该案正式一审开庭审理。
一枚血指纹何以让三十余年未获突破的命案真相大白？这背后是北京大学智能学院封举富教授团队历时二十余年攻关，研发出的人工智能指纹识别引擎。该技术自应用以来，已协助警方成功破获数千起案件，实现了我国开放环境下指纹识别技术的飞跃式发展。
初代技术需要迭代升级
目前的理论认为，世界上没有两个指纹相同的人。一枚指纹由数十根弯曲线条组成，每根线条的走向、弯曲程度都千差万别。要识别出两枚指纹的相同或不同，需要日复一日的专业训练和日积月累形成的经验。
北京大学是全球智能学科的诞生地之一，1988年成立了北京大学第一个国家重点实验室——视觉与听觉信息处理国家重点实验室，该实验室在指纹识别等领域处于国际领先水平。
20世纪80年代，中国科学院院士、北京大学教授石青云最先开始将模式识别技术应用于指纹识别，开创了我国指纹识别技术的先河，并在此基础上研发出了我国首个自动指纹识别系统。
2002年，30多岁的封举富接过了接力棒。指纹识别的核心是找到每一枚指纹的特征点，并将其进行标记。系统会将这些标记转化为一串串二进制数字，与系统中已有的指纹数据进行比对。“只要两枚指纹所有的特征点都能对上，我们就认为它是同一枚指纹。”封举富说。
但识别在第一步就卡住了。2003年，封举富带着该技术前往海南协助警方侦办案件。在实际应用中，封举富发现复杂的情况超出他的想象。系统并不能很好地识别、标记出指纹上的特征点，进而导致进行比对时成功率不高。
当地一位做指纹标记的警员对封举富开玩笑：“封老师，您这个还不能叫自动指纹识别，只能算‘半自动’。前期还是得需要我们一个个手动去标嘛。”封举富听了这句玩笑话有些不好意思。“初代技术的效果确实还不够好，还是离不开人工标注。我感到有些羞愧。”
从海南回来后，封举富暗自下定决心，一定要让指纹识别技术摆脱人工限制，成为真正的“全自动”系统。
从半自动走向全自动
科研人员要坐得住冷板凳。封举富的冷板凳，一坐就是10年。从2003年海南之行碰壁后，封举富一头扎进了技术攻关中，但效果却一直没能达到他的设想。封举富感到，常规的技术路线似乎已经触摸到了“天花板”，要想翻越“全自动”这座大山，需要引进新的方法。
2013年，以神经网络学习为代表的人工智能技术快速发展，封举富看到了将其应用于指纹识别的可能。
想法虽好，但该技术在指纹识别领域并无太多应用经验可借鉴，如何应用该技术需要自己摸索。封举富向记者介绍，应用神经网络学习技术，需要用大量标记好的数据对模型进行预训练。“数据库越大、用于学习的资料越多，最后的效果就越好。”但封举富的数据库里只有少量指纹，对于模型训练来说远远不够。不仅数量少，数据质量也参差不齐。“不同的人对指纹标记的结果都不一样，质量有高有低，这也增加了训练的难度。”
数据受限，封举富决定从算法上下功夫。“如果让小孩子去认识小猫小狗或许还可以，但想让他识别指纹，太困难了。”封举富要做的就是要先把小孩子培养成指纹专家，再训练其进行指纹识别，如此只需利用较少的数据量便可达到事半功倍的效果。于是，封举富将他研究十余年的指纹知识，变成了一行行指令，敲进了代码中，原本的“幼儿”成长为了一名指纹专家。
2016年，“进化”完成的人工智能指纹识别算法面世，识别准确率达90%以上。这套国际首创的算法已经能够媲美甚至超越专业、熟练的标记员，实现了指纹的全自动特征提取和快速比对。
协助提升案件侦办效率
封举富边向记者介绍，边从柜子中掏出一沓厚厚的A4纸，这是他收到的来自天南海北的感谢信。凭借封举富的技术突破，如今大案要案的指纹鉴识工作不再需要耗费大量人力，案件侦办效率得到显著提升。
在该技术的加持下，多起大案要案得以告破，许多甚至是积压了许久的历史命案积案。这些案件的侦破，深深告慰了多年来殷切期盼真凶落网的受害人和家属，多位专家也因此立功受奖。他们写来的一封封感谢信，成为了封举富的“军功章”。
封举富的团队并不大，常年只有他与五六名学生，“最多的时候也就是七八个人。”学生来了又走，但封举富始终坚守。如今封举富还有更大的梦想，“我们想做到像手机指纹解锁一样，一输进去指纹，马上就能给出一个确定的结果”。封举富还因此和一位资深指纹鉴识专家打了一个“赌”，“我们赌的是有一天这套系统能不能完全取代鉴识专家。”封举富有信心赢下这个“赌局”。
根据北京大学智能学科“双一流”建设发展规划，封举富正与北京大学武汉人工智能研究院的科研团队合作，将智能指纹识别技术在武汉东湖高新区国家智能社会治理实验综合基地应用部署，以提高社会治理智能化水平，实现以智能化推动社会治理现代化的目标。
