在3D打印技术日益普及的今天，伊利诺大学厄巴纳－香槟分校（University of Illinois Urbana-Champaign）的研究团队开发出一种以人工智能的系统，可以借由照片识别制造该零件的特定3D打印机型。这项技术的核心在于识别每台机器在打印过程中留下的“独特指纹”（hidden fingerprints），即使是使用相同型号和制程设置的机器也能显示不同的特征。
该研究小组的领导者Bill King教授表示，仅需一张打印零件的照片，系统便能验证其“独特指纹”。在实验中，研究人员对来自六家公司的21台3D打印机所制造的9,192个零件的照片进行测试，识别这些零件的来源，仅需分析零件表面1平方毫米的区域，正确率高达98%。这成果不仅显示了该技术在供应链管理和品质控制方面的潜力，也可以关注非法商品来源地可能性。
图为以四台不同3D打印机制作的四个打印零件。深度学习模型可以判断每个零件的制造机器，比例尺为5毫米。（Source：伊利诺大学厄巴纳－香槟分校）
King教授指出，全球有数以千计的3D打印机和数以百万计的3D打印零件，广泛应用于飞机、汽车、医疗设备和消费性产品等领域。每一个零件都有其独特的指纹，这些指纹将可以通过人工智能识别。
除了供应链管理，这项技术还可能在刑事调查中发挥作用，例如关注在犯罪现场查获的3D打印枪支的来源。尽管目前研究人员尚未深入探讨其在刑事调查中的应用，但这一潜力已引发广泛关注。
（首图为示意图，来源：Unsplash）
