I've collected fingerprints from a few of our colleagues, and what you see here is four fingerprints I took, two of which are from the exact same finger.

何人かの同僚から指紋を採取しました。ここにあるのは私が採取した4つの指紋で、そのうちの2つはまったく同じ指のものです。

So I want to see if you can match which two prints are from the same finger.

そこで、どの2つの指紋が同じ指のものかを照合できるか見てみたい。

This is Explainer Club, where video producers like me sit down and explain something to one of our coworkers.

これは説明クラブで、私のようなビデオプロデューサーが座って、同僚の一人に何かを説明する。

And today, that is Kim.

そして今日、それがキムだ。

I'm a video producer, and I work on primarily health and science content.

私はビデオプロデューサーで、主に健康と科学のコンテンツを手がけています。

And I do history, culture, and sometimes science videos.

そして歴史や文化、時には科学のビデオも撮っている。

So, I think A and B.

だから、AとBだと思う。

That's my first guess, and that's just because I see this like little swirl coming up.

それが私の最初の推測で、小さな渦巻きのように見えるからだ。

And these two just look so different, because you have like this little hump down here.

この2つはとても違って見える。

I think I still want to say A and B are the same.

やはりAとBは同じだと言いたいのだと思う。

Okay.

オーケー。

I feel like I completely blew that.

完全に吹っ切れた感じだ。

No, no, no.

いや、違う。

I feel like the okay was a little like...

オーケーはちょっと...という感じだった。

The answer was A and C.

答えはAとCだった。

Ouch.

痛い。

They're both from the left thumb.

どちらも左手親指のものだ。

So, what is interesting to me about this, though, is all of these fingerprints are from the same person.

私にとって興味深いのは、これらの指紋がすべて同一人物のものだということだ。

Oh.

ああ。

I think we all know every person has their own fingerprint.

人にはそれぞれ指紋がある。

Right.

そうだね。

But I didn't know before I started working on this that each individual finger on your hands is different from each other.

でも、手の指が一本一本違うということは、この仕事を始めるまで知らなかったんだ。

Did you know that?

ご存知でしたか？

Like, they're completely different?

まったく違うものなんですか？

Police practice, when you get fingerprinted, they'll take all 10.

警察の練習では、指紋を取るときに10個全部取られるんだ。

That makes sense, yeah.

そうだね。

But that makes it seem like it's so much harder to actually identify if a fingerprint belongs to a person if every single one is different.

しかし、そうなると、指紋がひとつひとつ違っていると、その指紋がその人のものかどうかを実際に識別するのがとても難しくなるように思える。

Right.

そうだね。

Without this full reference, you wouldn't be able to match one fingerprint to another and say this came from the same hand, or even the same person.

この完全な参照なしには、ある指紋と別の指紋を照合して、これが同じ手から採取されたもの、あるいは同じ人物から採取されたものだと言うことはできない。

But there's this new AI tool that says it can do it.

しかし、それを可能にするという新しいAIツールがある。

That's what we're going to talk about today.

今日はその話をしよう。

Okay.

オーケー。

Cool.

クールだ。

Yes.

そうだ。

Cool.

クールだ。

Then we're going to probably run the logo there.

そして、おそらくロゴをそこに走らせることになるだろう。

Logo.

ロゴ

Okay.

オーケー。

I'll show you something else.

別のものをお見せしよう。

This is a copy of the actual fingerprinting card that the FBI uses.

これはFBIが実際に使用する指紋カードのコピーである。

This one is kind of a practice for me.

これは私にとって練習のようなものだ。

I learned while making this video that taking someone's fingerprint, if you're not trained to do that, is actually kind of hard.

このビデオを作りながら知ったのだが、誰かの指紋を取るのは、もし訓練されていなければ、実は難しいことなのだ。

Should it work?

うまくいくのか？

No, I'm going to f*** it up.

いや、私はそれを台無しにするつもりだ。

The FBI's fingerprint archive currently houses around 165 million fingerprint records, and they start on these cards.

FBIの指紋アーカイブには現在、約1億6500万件の指紋記録が保管されており、それらはこのカードから始まる。

So, if you're arrested for a crime in the U.S., you will get your fingerprints taken by the police, and they're stored on file even if you're not proven guilty.

つまり、アメリカで犯罪で逮捕された場合、警察で指紋を採取され、有罪が証明されなくてもファイルに保存される。

Okay.

オーケー。

So, if you flip this over, these are the three main patterns used to classify fingerprints.

つまり、これを裏返すと、指紋を分類するのに使われる3つの主なパターンということになる。

The arch, whorl, and loop.

アーチ、渦巻き、ループ。

Okay.

オーケー。

I feel that you should have given me this before the quiz, Coleman.

コールマン、クイズの前にこれを教えてくれればよかったのに。

I feel I wasn't prepared.

準備不足だったと思う。

Okay, that is fair.

オーケー、それは公平だ。

But, no, this is cool.

でも、いや、これはクールだよ。

So, the ridges in an arch pattern come from one side of the fingertip and then exit out the other side.

つまり、アーチ型の隆起は指先の片側から出て、反対側に出る。

Then a whorl spirals into a center point, and a loop comes from one side of the finger and then back out the same side.

そして渦巻きが中心点へと螺旋を描き、ループが指の片側から出て、また同じ側から戻ってくる。

This little bottom part's like an arch, right?

この小さな下の部分はアーチのようになっているよね？

And this is a loop because this is coming back this way?

これはループなのか？

Yeah, exactly.

ああ、その通りだ。

Not a lot of whorls going on.

渦巻きはあまりない。

Is whorl more rare?

渦巻きの方が珍しい？

It's kind of in the middle.

中間のようなものだ。

About 60% of people have loops.

約60％の人がループを持っている。

That's the most common.

それが最も一般的だ。

Whorl is considered like around 35%.

渦巻きは35％程度と見られている。

And then arches are actually very rare.

そしてアーチは実は非常に珍しい。

Oh, interesting.

おお、興味深い。

These general categories are really just for classification.

これらの一般的なカテゴリーは、実際には分類のためのものだ。

Actually analyzing and matching an individual fingerprint is in the minutia.

実際に個々の指紋を分析し、照合するのは細かな作業になる。

The little breaks and splits along each individual ridge, not the overall pattern.

全体的なパターンではなく、個々の尾根に沿った小さな切れ目や割れ目だ。

And the most common markings are when you follow a ridge and it ends, that's called a ridge ending.

そして、最も一般的なマーキングは、尾根に沿って進み、尾根が終わるとき、それは尾根の終わりと呼ばれる。

And then if you follow along a ridge and it splits into two, that's called a bifurcation.

そして尾根に沿って進み、尾根が2つに分かれることを分岐と呼ぶ。

If there's an island, which is like that little dot, when a ridge splits but then quickly rejoins, it's called a lake.

小さな点のような島がある場合、尾根が分かれ、すぐに再び合流するとき、それは湖と呼ばれる。

And then that's a bridge connecting two ridges.

そして、2つの尾根を結ぶ橋だ。

So analysts will basically just go ridge by ridge and mark these details, and that is where uniqueness in fingerprints really comes from.

だからアナリストは基本的に、尾根から尾根へ、そしてこれらの細部に印をつける。

Not even identical twins who have matching DNA have matching fingerprints when you get to the minutia.

DNAが一致する一卵性双生児でさえ、細かな点まで見れば指紋は一致しない。

So the minutia is how analysts have been matching fingerprints for more than a century.

つまり、100年以上にわたってアナリストが指紋照合を行ってきた方法なのだ。

Is that coming from outside factors?

それは外的要因によるものなのか？

Like it's not genetic anymore?

もう遺伝的なものではないのですか？

Like if I burn my finger or something like that, is that where most of the minutia is from?

指を火傷した場合とか、ミニュチュアはほとんどそこから？

That's a great question.

いい質問だね。

It doesn't come from your lifetime.

それはあなたの生涯から生まれるものではない。

I'm just thinking of like Men in Black where Will Smith had to like grab the thing and it just burns his fingerprints off.

メン・イン・ブラック』のように、ウィル・スミスがそれを掴んで、指紋を燃やしてしまうようなシーンを思い浮かべているんだ。

One will encounter.

人は出会うだろう。

That would be hard to actually do.

実際にやるのは難しいだろうね。

It's very hard to get rid of your fingerprints and they don't change over your lifetime.

指紋を消すのはとても難しいし、一生変わらない。

There are actually tiny ridges of tissue under your skin. They're called friction ridges.

実は、皮膚の下には小さな組織の隆起がある。 摩擦隆起と呼ばれるものだ。

Even if you've burned off your fingertips, your palms, your other joints, they're all equally unique.

たとえ指先や手のひら、他の関節を焼き切ったとしても、それらはすべて同じようにユニークなものだ。

They're the same friction ridges.

同じ摩擦畝だ。

So I want to show you something on my computer.

そこで、私のコンピューターにあるものをお見せしたい。

By the time you're born, your fingerprints are already set.

あなたが生まれる頃には、あなたの指紋はすでに決まっている。

So they form in the womb.

だから子宮の中で形成される。

Their pattern begins with some genetic influence from your parents as a shape in the center of the finger tip and top of your first knuckle.

そのパターンは、両親からの遺伝的な影響により、指先の中央と第一関節の上部の形として始まる。

The ridges grow from there in waves following what's called a Turing pattern.

畝はそこからチューリング・パターンと呼ばれる波状に伸びていく。

This is a concept proposed by Alan Turing in the 1950s that helps explain other unique patterns in nature like how a leopard gets its spots, how a zebra gets its stripes, and sand dunes.

これは1950年代にアラン・チューリングが提唱した概念で、ヒョウの斑点やシマウマの縞模様、砂丘など、自然界に存在するユニークなパターンを説明するのに役立つ。

That's pretty.

きれいだね。

It's beautiful.

美しいよ。

And so what I want to show you is there are two cool simulators online that can kind of give you an idea of how a Turing pattern, how they work.

そこで紹介したいのは、チューリング・パターンがどのように機能するのかを知ることができる2つのクールなシミュレーターだ。

Oh, that's so fun.

それは楽しみだね。

Oh, it looks like a brain.

ああ、脳のようだ。

That's creepy.

気味が悪いね。

These waves and the way they merge and collide ends up with a unique pattern.

これらの波と波が合流し、ぶつかり合うことで、独特のパターンが出来上がる。

So I want to ask you about the video that you made about how our voice is like a fingerprint too.

そこで、私たちの声も指紋のようなものだというビデオについてお聞きしたいのです。

As humans, each of us produces a sound that's about as unique as a fingerprint.

人間である以上、一人ひとりが指紋と同じくらいユニークな音を出す。

So the whole point of that video was to just explain the amount of things that go into producing your voice.

だから、あのビデオの要点は、声を出すために必要なことの多さを説明することだったんだ。

Your nasal cavity, your tongue, your vocal cords have different thicknesses and lengths.

鼻腔、舌、声帯はそれぞれ太さも長さも違う。

There's just so many minuscule little factors that will just change how you sound.

自分のサウンドを変えるような、ほんの小さな要素がたくさんあるんだ。

And therefore we went with why your voice is like a fingerprint.

だから私たちは、あなたの声が指紋のようなものだと考えた。

People in the comments were just like, actually, fingerprints are not unique.

コメント欄では、指紋は唯一無二のものではない。

The thing is, is like we can't prove it.

問題は、それを証明できないことだ。

I think maybe that's what they mean.

たぶん、そういうことだと思う。

I can see the doubt.

その疑念は分かる。

And I've seen questions online like if they didn't take everybody's fingerprint, how do they know they're all unique?

ネット上では、全員の指紋を採取していないのなら、どうやって全員が一人一人違うということがわかるのか、というような質問も目にした。

It's a probability issue, especially the way these things form under our skin, which is truly random.

これは確率の問題であり、特にこうしたものが皮膚の下に形成される方法は、本当にランダムなものだ。

And there's just so many data points in here that it was estimated even sort of towards the beginning in the history of fingerprinting, the odds of having the exact same pattern when you get down to the minutia, like one in 64 billion.

そして、この中には非常に多くのデータポイントがあり、指紋採取の歴史が始まった当初でさえ、微細な部分までまったく同じパターンになる確率は640億分の1だと推定されていた。

And I think that people feel comfortable enough saying that no two fingerprints are alike.

そして、2つとして同じ指紋はない、と言うことに人々は十分安心していると思う。

But about a year ago, that might have changed.

しかし、1年ほど前、それは変わったかもしれない。

I'm going to play a clip from a phone interview that I did recently.

最近行った電話インタビューの映像をお見せしましょう。

This is a transcript of what you're about to hear.

これは、これからお聞きいただく内容の書き起こしです。

Take a listen to this.

これを聴いてみてほしい。

My name is Hal Lipset.

私の名前はハル・リプセットだ。

I'm a roboticist, AI researcher here at Columbia, and I have nothing to do with forensics, fingerprint, anything like that.

私はコロンビア大学でロボット工学やAIの研究をしていますが、科学捜査や指紋鑑定などとは何の関係もありません。

Once you understand AI, you can apply it to taking a first look at some heart problems.

AIを理解すれば、心臓の問題にも応用できる。

And this is one of them.

そしてこれもそのひとつだ。

What he's talking about is this study published in Science Advances that one of the students was the lead author on that claims to have trained an AI to identify whether a pair of fingerprints came from the same person or not.

彼が言っているのは、学生の一人が主執筆者として『Science Advances』に発表したこの研究のことで、一対の指紋が同一人物のものかどうかを識別するAIを訓練したと主張している。

So what they did was feed pairs of fingerprints, sometimes from different people, sometimes the same person, but different fingers, into the AI and ask a simple question.

そこで彼らが行ったのは、2人1組の指紋をAIに送り込み、時には異なる人、時には同じ人でも異なる指の指紋を送り込み、簡単な質問をすることだった。

Same person or two different people?

同一人物か、2人の別人か？

And so he found a data set, which was a set of about 60,000 fingerprints from, I think, mostly from these people as the public data set.

そして、彼は約6万人分の指紋を集めたデータセットを見つけた。

He set up the AI, again, on a fancy AI, and had it look at this.

彼はAIをセットアップし、これを見てもらった。

And lo and behold, it was able to do it fairly effectively, which led us to ask more questions like, how are you doing it?

そして驚いたことに、それはかなり効果的に実行できた。

What are the features you're using?

使っている機能は何ですか？

And the AI shows it.

AIもそれを示している。

It's looking at fingerprints in a completely different way than humans.

人間とはまったく違う方法で指紋を見ている。

It found similarities to pretty successfully identify whether it was the same person or not.

類似点を見つけて、同一人物かそうでないかを見分けることに成功した。

How does it do that?

どうやって？

I want to show you what it was looking at.

それが何を見ていたのかをお見せしたい。

Instead of examining the minutiae like a human analyst does, the machine focused on these subtle curved shapes and different angles of ridge lines in the center of the fingerprints.

この機械は、人間の分析者のように細かな点を調べるのではなく、指紋の中心にある微妙なカーブの形や異なる角度の隆線に注目した。

So what this chart is basically showing is when it examined a raw image, the machine was right about 80% of the time when asked the questions, same person or different people.

つまり、このグラフが基本的に示しているのは、生画像を検査した場合、同一人物であろうと異なる人物であろうと、マシンは質問に対して約80％の確率で正しかったということだ。

And even when you removed a lot of the detail, including the minutiae, and you were left with just this orientation, it was still right about 75% of the time.

そして、細かな部分を含めて多くのディテールを取り除き、この方向性だけにした場合でも、75％ほどの確率で正しかった。

So it doesn't need the minutiae.

だから、細かいことは必要ない。

And in fact, when they did just the minutiae and removed all other details, it was the least effective.

そして実際、細部だけをやって他の細部をすべて取り除いた場合、最も効果がなかった。

It was around 60%, which is not much better than a random guess.

60％前後で、適当に当てるより全然いい。

That's just to examine if the prints came from the same person or not.

同一人物の指紋かどうかを調べるためだ。

To match an exact fingerprint to an exact fingerprint, you would still need the minutiae.

正確な指紋と正確な指紋を照合するには、やはりミニュチュアが必要だ。

There's been some pushback from experts in the field of forensics about the study who say the paper alone won't change the way we interpret fingerprints.

科学捜査の専門家からは、この論文だけでは指紋の解釈は変わらないと反発の声が上がっている。

And the authors themselves acknowledge that there's more research that needs to be done.

著者自身も、もっと研究が必要だと認めている。

We took it as far as we can using the public data sets, but I'm sure if the FBI wanted to do this, they could do a much better job.

我々は公開されているデータセットを使ってできる限りのことをやったが、FBIがやろうと思えば、もっといい仕事ができるはずだ。

But a slightly deeper issue is the discovery is that we've been looking at fingerprints.

しかし、もう少し深い問題は、私たちが指紋を見てきたという発見だ。

Perhaps we're missing a lot of information because we were overlooking things like curvature and things that AI suggests are actually very meaningful.

曲率のようなものや、AIが示唆する実際には非常に意味のあるものを見落としていたために、私たちは多くの情報を見逃していたのかもしれない。

It gives us a new language to look at fingerprints.

指紋を見るための新しい言語を与えてくれる。

A general optimistic view of AI that I hope to have is how it can teach us to see new things in the field of medical diagnostics, to be able to catch things like tumors or cancers, and how much we can use machine learning to improve the lives of people.

私がAIに対して抱いている一般的な楽観的見解は、医療診断の分野において、腫瘍や癌のようなものを捉えることができるようになるために、AIがどのように新しいものを見ることを教えてくれるのか、また、人々の生活を向上させるために機械学習をどの程度利用できるのかということである。

I asked you to do a little bit of homework.

ちょっとした宿題を頼んだんだ。

I was wondering if you had any thoughts just on that general big picture idea.

その全体像について、何かお考えがあればお聞かせください。

Yeah.

そうだね。

The interesting thing about AI is that typically when we're reading about it or talking about it or everything, there's this huge future of work thing that comes up where they're just like, the robots are going to replace us.

AIについて興味深いのは、私たちがAIについて読んだり話したりするとき、一般的にはロボットが私たちに取って代わるというような、巨大な仕事の未来が語られることです。

And I kind of like this other lens that came up when I started looking into you.

そして、あなたのことを調べ始めたときに出てきた、もうひとつのレンズが好きなんだ。

It asked me to look into the medical field specifically.

特に医療分野を調べてほしいと言われた。

One quote that I saw more than once was that AI is not going to replace the doctor.

私が何度も目にしたのは、AIは医師の代わりにはならないという言葉だった。

It's going to replace the doctor that doesn't use AI.

AIを使わない医師に取って代わるだろう。

The idea there being that doctors will just evolve with this technology and they will start using it to help advance themselves diagnosing things like cancers.

つまり、医師たちはこの技術とともに進化し、ガンの診断などを進歩させるためにこの技術を使い始めるということだ。

How much more quickly can we work in a crisis if we have a machine next to us eliminating the problems?

私たちの隣に問題を排除する機械があれば、危機の中でどれだけ迅速に仕事ができるだろうか？

These tools raise so many questions.

このようなツールは多くの疑問を投げかける。

I think we're trained to kind of take a really cynical approach with most of them.

私たちは彼らのほとんどに対して、実に皮肉なアプローチを取るように訓練されていると思う。

Yeah.

そうだね。

But the idea that it's just we can learn from the machine too, I like that back and I like that version of things.

でも、機械からも学ぶことができるという考え方は、私は好きだし、そういうバージョンも好きだ。

I like that too.

それもいいね。

That makes me feel better about the machines.

そのおかげで、マシンのことをよりよく考えることができる。

Thanks for watching.

ご視聴ありがとう。

We wanted to do something different with this video, to take our standard explainer video and see what happens when we lay out the explanation in a room with another person.

私たちはこのビデオで何か違うことをしたかった。私たちの標準的な説明ビデオを使い、他の人と一緒に部屋で説明をしたらどうなるか見てみたかったのです。

For this video, that meant doing a lot of my After Effects and design work, which is usually the last thing I do, early on while I researched and wrote the video.

このビデオでは、通常最後にやるアフター・エフェクトとデザインの仕事を、ビデオのリサーチと執筆をしながら早い段階でやった。

And then instead of doing multiple takes in a video booth, shooting the whole thing in one go and hoping it goes well.

そして、ビデオブースで何度もテイクを重ねる代わりに、一度に全部を撮影して、うまくいくことを祈る。

We've been so focused on the minutiae.

私たちは些細なことに集中してきた。

I think it's minutiae, but Kim, I should have shown you the basic fingerprint patterns before the quiz.

細かいことだけど、キム、クイズの前に基本的な指紋のパターンを見せるべきだったね。

I'm sorry about that.

それは申し訳ない。

But the point of this video was the same as always, to answer questions about our world and to show you the most interesting things we find in a way that's hopefully fun to If you want to support that, you can do that at Vox.com slash memberships.

しかし、このビデオのポイントはいつもと同じで、私たちの世界についての質問に答え、私たちが見つけた最も興味深いものを、できれば楽しんでもらえるような方法でお見せすることです。もしそれをサポートしたいのであれば、Vox.comのスラッシュ・メンバーシップでできます。

If you're already a member, thank you so much.

すでに会員の方は、本当にありがとうございます。

You're a big part of the reason that we get to do this at all.

僕らがこうしていられるのは、君のおかげなんだ。

See you next time.

それではまた次回