波鴻(Bochum)的神經(jīng)信息學(xué)工程師開(kāi)發(fā)的算法可以像人類(lèi)一樣準確估算年齡和種族。研究人員還不確定它會(huì )解釋哪些功能。
一個(gè)人的衰老過(guò)程伴隨著(zhù)臉上的諸如皺紋，皺紋和斑點(diǎn)之類(lèi)的明顯跡象。波鴻魯爾大學(xué)神經(jīng)計算研究所(RUB)的研究人員開(kāi)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月起將其報告發(fā)表在《機器學(xué)習》雜志上。
系統已學(xué)會(huì )估算
“我們不太確定我們的算法正在尋找什么功能，”神經(jīng)計算研究所的Laurenz Wiskott教授說(shuō)。這是因為系統已學(xué)會(huì )評估人臉。由波鴻(Bochum)的研究人員開(kāi)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 )。作為輸入數據，研究人員向其提供了數千張不同年齡面孔的照片。在每種情況下都知道年齡。“傳統上，圖像是輸入數據，正確的年齡是輸入系統的目標，然后系統嘗試優(yōu)化中間步驟來(lái)評估所需的年齡，”主要作者Alberto Escalante解釋說(shuō)。
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(lèi)的臉部照片。然后，系統會(huì )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(shuō)：“把它想象成一部包含數千張面孔照片的電影。” “該系統淡化了從一個(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(cháng)度。相反，它著(zhù)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量緩慢但穩定地增加。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(zhù)它甚至勝過(guò)人類(lèi)，
該系統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(lèi)，還按種族分類(lèi)顯示給系統。因此，一個(gè)族群的特征在圖像之間并沒(méi)有很快改變。相反，它們變化緩慢，盡管突飛猛進(jìn)。
他的算法估計有超過(guò)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準化，因此，膚色不是為識別標記顯著(zhù)。
