波鴻（Bochum）的神經(jīng)信息學(xué)工程師開發(fā)的算法可以像人類一樣準(zhǔn)確估算年齡和種族。研究人員還不確定它會解釋哪些功能。

一個(gè)人的衰老過程伴隨著臉上的諸如皺紋，皺紋和斑點(diǎn)之類的明顯跡象。波鴻魯爾大學(xué)神經(jīng)計(jì)算研究所（RUB）的研究人員開發(fā)了一種算法，可以非?？煽康亟忉屵@些特征。RUB小組從2020年5月起將其報(bào)告發(fā)表在《機(jī)器學(xué)習(xí)》雜志上。

系統(tǒng)已學(xué)會估算

“我們不太確定我們的算法正在尋找什么功能，”神經(jīng)計(jì)算研究所的Laurenz Wiskott教授說。這是因?yàn)橄到y(tǒng)已學(xué)會評估人臉。由波鴻（Bochum）的研究人員開發(fā)的成功算法是具有11個(gè)級別的分層神經(jīng)網(wǎng)絡(luò)。作為輸入數(shù)據(jù)，研究人員向其提供了數(shù)千張不同年齡面孔的照片。在每種情況下都知道年齡?！皞鹘y(tǒng)上，圖像是輸入數(shù)據(jù)，正確的年齡是輸入系統(tǒng)的目標(biāo)，然后系統(tǒng)嘗試優(yōu)化中間步驟來評估所需的年齡，”主要作者Alberto Escalante解釋說。

但是，波鴻的研究人員選擇了另一種方法。他們輸入了許多按年齡分類的臉部照片。然后，系統(tǒng)會忽略從一張圖片到另一張圖片變化的特征，而僅考慮那些變化緩慢的特征。維斯科特解釋說：“把它想象成一部包含數(shù)千張面孔照片的電影。” “該系統(tǒng)淡化了從一個(gè)面孔到另一個(gè)面孔不斷變化的所有特征，例如眼睛的顏色，嘴巴的大小，鼻子的長度。相反，它著重于在所有面孔上緩慢變化的特征?！?例如，所有面孔上的皺紋數(shù)量緩慢但穩(wěn)定地增加。在估算照片中所描繪的人的年齡時(shí)，該算法平均要相距不到三年半。這意味著它甚至勝過人類，

該系統(tǒng)還可以識別種族出身

緩慢原則還使其能夠可靠地識別種族出身。這些圖像不僅按年齡分類，還按種族分類顯示給系統(tǒng)。因此，一個(gè)族群的特征在圖像之間并沒有很快改變。相反，它們變化緩慢，盡管突飛猛進(jìn)。

他的算法估計(jì)有超過99%的概率照片的人的正確的民族，即使平均亮度的圖像被標(biāo)準(zhǔn)化，因此，膚色不是為識別標(biāo)記顯著。