Hans algoritm ska ge bättre åldersbedömningar

Att veta hur gammal en person är utan att känna till när den är född är omöjligt. De medicinska metoder som används idag där man tittar på knän, tänder och nyckelben har blivit kritiserade för att ha för höga felmarginaler. Samtidigt är det bedömningar som i flera fall ligger till grund för beslut om asyl eller vilken straffskala som ska gälla.

Anders Hast som är professor i bildbehandling ska nu undersöka om man genom ansiktsigenkänning kan få en mer träffsäker bedömning. Det skulle i så fall räcka med en bild på en person för att avgöra vilken ålder som är mest sannolik.

– Jag blev förvånad över hur bra jag med denna metod kunde avgöra kön, så jag har goda förhoppningar att jag också kommer kunna avgöra ålder, säger Anders Hast som är professor vid institutionen för informationsteknologi.

Han har tidigare använt liknande algoritmer för att kategorisera historiska porträtt på människor efter biologiskt kön. Anders Hasts algoritm kunde i 99 procent av fallen avgöra om det var en biologisk man eller kvinna på bilden. Mänskliga bedömare kunde bara avgöra det i 94 procent av fallen. 

Bygger på AI

För att analysera bilderna ska Anders Hast använda sig av modern AI kombinerat med neurala nätverk, en äldre metod som bland annat användes för teckenavläsning och utvecklades främst i Finland på sent 1900-tal. Planen är att träna upp en AI genom att låta den titta på stora mängder av bilder på människor i de aktuella åldrarna. AI:n kommer då att lära sig vad som är typiskt för till exempel en 15 årig pojkes ansikte. Data från AI:n ska han sedan kombinera med den egna algoritmen som han själv kan lätt justera.

 – Då kan man räkna fram ett optimalt matematiskt medelvärde för hur något beter sig, till exempel vad som är typiskt manligt eller kvinnligt utseende, eller i detta fall ålder.

Algoritmerna bortser från yttre attribut så som hår och skägg och tittar i stället på symmetrier i ansiktena. Förhoppningen är att de ska upptäcka typiska egenskaper för de olika åldrarna.

– Som människa är man biased, vi är påverkade av förutfattade meningar som att vi till exempel tror att vi vet hur folk ser ut i olika åldrar. Algoritmerna ser andra saker, men de kan också bli biased beroende på hur de tränas.

Därför är det viktigt att se till att AI:n inte bara tränas på en viss typ av utseende.

– En uppgift är att få så stabil åldersigenkänning som möjligt för män, kvinnor och för olika etniciteter.  

Läs mer om AI-forskning vid Uppsala universitet

Kan känna igen samma person trots att den åldrats

Metoden som han använder är redan nu ganska bra på att känna igen människor. Om man tar två foton på en person som har skägg på ena bilden och är slätrakad på den andra kan den räkna ut att det är samma person. De gäller också om fotot är taget framifrån eller i profil, om personen skrattar eller är neutral.  

– När det gäller ålder kan den känna igen samma person i olika åldrar. Men att gissa vilken ålder det är, det är det svåra.

Anders Hast berättar att han testat metoden på sitt eget ansikte och då kommit fram till att han är 29 år, vilket inte riktigt stämmer överens med verkligheten.

– I nuläget skulle jag inte säga att den fungerar bra. Men om fem sex, år hoppas jag att vi kan komma ner på ett fel om max ett år eller två i 90% av fallen, men helst bättre förstås.

Vill förhindra att domar byggs på felaktiga bevis

Att undersöka hur bra analys av ansiktsbilder är för att avgöra ålder är ett av delprojekten i det nystartade nätverket EB-CRIME. I samma projekt kommer man också studera om en persons DNA kan ge svar om ålder. Syftet är att undersöka vilken metod som är bäst och bidra till att rättsväsendet inte fattar beslut som vilar på osäkra åldersbedömningar.

Anders Hast har goda förhoppningar att hans metod ska fungera bättre än dagens medicinska undersökningar som baseras på tänder och knäleder. Det finns mycket mer data på ansikten än på knän. Dessutom är det enklare att ta en bild än att göra en medicinsk undersökning.

Han säger att han själv är förvånad över hur bra ansiktsigenkänning fungerar och är medveten om att det också finns baksidor med den tekniska utvecklingen.

– Jag vill inte bidra till något övervakningssamhälle med min forskning. Men när det kommer till ålder hoppas jag kunna bidra med något bra, att vi inte bygger rättsprocesser på felaktiga bevis.