研究人员使用人工智能自动面对面
从那以后，人们就对年龄的着迷，也许是永远的，而且对于许多人来说，能够瞥见他们年纪大的人的外表可能会迷人。
如今，有许多技术可以用来人为地衰老或恢复活力，但他们很耗时，昂贵且仍然相对容易出错。结果，能够使用简单的重建照片改变人们的年龄可能会有用，这正是Grigory Antipov和他在法国Orange Labs的团队使用人工智能和深度学习技巧完成的，这种系统可以使年轻的面孔看起来更年轻，而且看起来更年轻。
最近的一些发展使他们的任务更加容易。近年来，计算机科学家建立了深度学习系统，可以以各种不同但现实的方式修改面孔，但存在问题。在使面孔看起来年龄较大时，这些深度学习机器通常会在此过程中失去该人的身份。因此，个人看上去年龄较大，但不能再识别出来。
Antipov and Co提出了一种解决这个问题的方法。他们的方法涉及两台一起工作的深度学习机器 - 面部“发电机”和一个面部“歧视者”。这两台机器都通过分析年龄段的人的照片0至19至29至29、30至39、40至49、50至59岁和60岁以上，从而了解他们年龄的样子。
总的来说，这些机器在从互联网电影数据库（IMD）和Wikipedia中的每组中进行了5,000张面孔的培训，然后与该人的年龄一起标记。通过这种方式，机器可以学习每个年龄段的面孔的特征签名。正是这种抽象的签名可以使面部发电机应用于其他面孔，以使它们看起来相同的年龄。
但是，应用此签名有时会导致一个人的身份丢失。因此，第二台深度学习机器（面部歧视器）着眼于合成老化的面孔，以查看是否仍然可以挑选出原始身份，如果不能，则拒绝图像。
Antipov和他的团队称他们的过程年龄有条件的生成对抗网络（ACGAN） - 对抗性，因为深度学习机器在相互反对的情况下起作用。
结果令人印象深刻。该团队将该技术应用于IMD的10,000张面孔，而他们尚未用于培训。然后，他们使用称为OpenFace的软件测试了前后图像，该图像可以判断两个图像是否显示同一个人。这是同一面孔的时间超过80％，而其他面部衰老技术的时间约为50％。
而且，当然，这种技术不仅是年轻人的面孔，而且还创造了年轻版本的旧面孔。
团队尚未做过一个明显的测试。据推测，可以将合成的面孔与个人实际上年轻时拍摄的相同面孔的图片进行比较，显然这将是对技术的准确性，也许是未来的任务，因此我们将期待下一步。
安提托夫说，他们的技术可以用于诸如帮助识别多年失踪的人以及玩耍很多乐趣的应用程序中，也就是说，他们应该选择公开算法。
