Quá trình lão hóa của con người đi kèm với những dấu hiệu đáng chú ý trên khuôn mặt như nếp nhăn, rãnh và đốm. Các nhà khoa học từ Viện tính toán thần kinh tại Ruhr-Universität Bochum (RUB) phát triển một thuật toán diễn giải những đặc điểm nét mặt với độ tin cậy cao. Nhóm RUB đã công bố báo cáo khoa học trên tạp chí Machine Learning.

GS Laurenz Wiskott từ Viện tính toán thần kinh cho biết, nhóm nghiên cứu không chắc chắn về đặc điểm nét mặt nào mà thuật toán sử dụng để ước tính. Nguyên nhân là hệ thống đã học cách đánh giá khuôn mặt. Thuật toán do các nhà khoa học Bochum phát triển thành công là một mạng nơ-ron thần kinh phân cấp với 11 cấp độ.

Tác giả công trình nghiên cứu, nghiên cứu sinh sau TS Alberto Escalante giải thích, Theo truyền thống, từ dữ liệu đầu vào, các nhà khoa học máy tính đã cung cấp cho hệ thống hàng nghìn bức ảnh về các khuôn mặt ở các độ tuổi khác nhau. Tuổi đã được xác định trong mỗi bức ảnh. Hình ảnh là dữ liệu đầu vào và độ tuổi chính xác là mục tiêu được đưa vào hệ thống, sau đó hệ thống tối ưu hóa các bước trung gian để đưa ra đánh giá độ tuổi cần thiết".

Nhưng nhóm nhà nghiên cứu từ Bochum chọn phương pháp tiếp cận khác. Họ nhập nhiều ảnh một khuôn mặt được sắp xếp theo độ tuổi. Sau đó, hệ thống bỏ qua các đặc điểm thay đổi từ ảnh này sang ảnh tiếp theo và chỉ xem xét những đặc điểm thay đổi từ từ, tương tự như một bộ phim được tổng hợp từ hàng nghìn bức ảnh về khuôn mặt. Hệ thống xóa mờ tất cả những đặc điểm liên tục thay đổi từ khuôn mặt này sang khuôn mặt khác như màu mắt, kích thước miệng, chiều dài của mũi.

Hệ thống tập trung vào những đặc điểm thay đổi từ từ trên tất cả các khuôn mặt như  số lượng nếp nhăn tăng từ từ nhưng đều đặn ở tất cả các khuôn mặt. Khi ước tính tuổi của những người ảnh, thuật toán chỉ sai lệch trung bình khoảng dưới 3 năm rưỡi. Kết quả này vượt trội hơn sự đánh giá của con người, những chuyên gia nhận dạng con người và xác định độ tuổi.

Nguyên tắc thay đổi chậm cũng cho phép hệ thống xác định nguồn gốc dân tộc với độ tin cậy cao. Những hình ảnh đưa vào hệ thống được sắp xếp không chỉ theo độ tuổi mà còn theo dân tộc. Những đặc điểm đặc trưng của một nhóm dân tộc không thay đổi nhanh chóng từ hình này sang hình khác mà thay đổi từ từ, mặc dù có những bước nhảy nhất định.

Thuật toán này ước tính nguồn gốc dân tộc của người trong ảnh chính xác với xác suất trên 99 phần trăm, mặc dù độ sáng trung bình của ảnh được chuẩn hóa và do đó, màu da không phải là dấu hiệu đáng kể để nhận dạng.

Thuật toán nhận dạng độ tuổi và dân tộc có ý nghĩa quan trọng trong việc xác định chính xác con người. Từ thuật toán này, các nhà khoa học máy tính có thể phát triển các thuật toán bổ sung, cho phép xác định đối tượng trong quá khứ hoặc từ các bức ảnh quá khứ, dự đoán khuôn mặt đối tượng hiện tại. Đồng thời có thể trên hình ảnh, xác định nhóm dân tộc của đối tượng.