Apparent Age Estimation: Challenges and Outcomes

Questo studio dimostra che, sebbene la tecnica AMRL raggiunga prestazioni di punta nella stima dell'età apparente, persistono significativi compromessi tra precisione e equità demografica a causa di bias nei modelli, sottolineando la necessità di dataset diversificati e protocolli di validazione rigorosi per garantire risultati equi.

L'essenziale

Immagina di avere un magico cristallo di sfera (l'intelligenza artificiale) che guarda le persone e dice: "Secondo me, questa persona ha 30 anni". Questo è il compito dell'"Apparent Age Estimation" (stima dell'età apparente). Non si tratta di sapere l'età anagrafica reale (quella sul documento), ma di capire quanto una persona sembra vecchia o giovane. È utile per i negozi di cosmetici che vogliono consigliare creme giuste, o per le banche che devono verificare se un cliente è maggiorenne.

Tuttavia, i ricercatori di questa università (De La Salle, nelle Filippine) hanno scoperto che il loro cristallo magico ha un grande difetto: è un po' razzista e sessista.

Ecco come funziona la loro ricerca, spiegata con metafore:

1. Il Problema: Un Cuore che batte solo per alcuni

Immagina di voler insegnare a un cuoco a cucinare la pasta perfetta. Se gli dai solo ingredienti di un solo tipo di pasta (diciamo, solo spaghetti italiani), diventerà bravissimo con gli spaghetti, ma se gli chiedi di fare degli gnocchi o delle tagliatelle, fallirà miseramente.

È esattamente quello che è successo ai modelli di intelligenza artificiale usati finora. Sono stati addestrati su enormi database di foto (come IMDB-WIKI e APPA-REAL) che contengono per lo più uomini bianchi.

• Risultato: L'IA è bravissima a dire l'età di un uomo bianco.
• Disastro: Quando guarda una donna asiatica o una donna afroamericana, si confonde terribilmente. Sbaglia anche di 10 anni! È come se il cuoco avesse dimenticato come si fa la pasta asiatica.

2. La Soluzione: Tre Nuovi "Ricettari" (Metodi)

I ricercatori hanno provato a migliorare il cuoco (il modello) usando tre diversi metodi per insegnargli a cucinare meglio:

1. DEX (Il metodo classico): Come un cuoco che segue una ricetta vecchia ma collaudata. Funziona, ma non è perfetto.
2. MVL (Il metodo della media): Come un cuoco che cerca di non sbagliare troppo, calcolando la media tra tutte le possibilità. È più preciso, ma a volte è troppo "cauto".
3. AMRL (Il metodo del "Ritocco"): Questo è il vincitore della gara. Immagina un cuoco che prima prepara un piatto base (una stima grezza) e poi, assaggiandolo, fa piccoli aggiustamenti (ritocchi) per renderlo perfetto. Questo metodo (Adaptive Mean-Residue Loss) ha dato i risultati più precisi in assoluto.

3. L'Esperimento: Mescolare gli Ingredienti

I ricercatori hanno provato a mescolare diversi "database" (i loro ingredienti) per vedere cosa succedeva:

• Hanno usato solo le foto di celebrità occidentali.
• Hanno aggiunto foto di persone reali votate dal pubblico.
• Hanno aggiunto un database speciale chiamato FairFace, che è stato creato apposta per avere più equilibrio tra razze e generi.

La scoperta fondamentale:
Anche se il metodo "AMRL" (il ritocco) era il più preciso in generale, non era equo.

• Quando hanno usato solo i dati vecchi, l'IA sbagliava molto sulle donne asiatiche e afroamericane.
• Quando hanno aggiunto il database FairFace (quello equilibrato), l'IA ha smesso di essere "razzista". Non è diventata necessariamente più precisa in assoluto, ma ha smesso di fare errori enormi con certi gruppi di persone. È diventata giusta.

4. Cosa vede l'IA? (Le Mappe di Calore)

I ricercatori hanno guardato "cosa guardava" l'IA quando faceva la sua stima, usando delle mappe di calore (come se l'IA avesse degli occhiali speciali che illuminano le parti del viso che usa per decidere).

• Il problema: L'IA spesso guardava le cose sbagliate. Per le donne bianche guardava gli occhi e la bocca, ma per le donne asiatiche o afroamericane guardava la fronte o il collo, come se non sapesse dove cercare le rughe o le linee del viso.
• La conseguenza: Se guardi la parte sbagliata del viso, sbagli il calcolo dell'età.

5. Perché tutto questo è importante per il mondo reale?

Immagina una situazione reale:

• Negli ospedali: Se un medico usa un'IA per capire lo stress o l'invecchiamento della pelle di una paziente asiatica, e l'IA sbaglia perché è stata addestrata su persone bianche, la paziente potrebbe ricevere cure sbagliate.
• Nelle banche: Se un sistema di sicurezza blocca un conto perché pensa che un giovane asiatico sia un bambino (o viceversa), sta creando ingiustizie.
• Nelle Filippine: I ricercatori sottolineano che in Asia e nelle Filippine, usare modelli addestrati solo su occidentali è pericoloso. Bisogna creare database con volti filippini e asiatici per evitare che la tecnologia discrimini la propria gente.

In Sintesi: Cosa ci dicono i ricercatori?

1. La tecnologia è potente: Abbiamo metodi (come AMRL) che sono molto bravi a indovinare l'età.
2. Ma non sono giusti: Se non insegniamo all'IA a vedere tutti i tipi di persone, lei continuerà a sbagliare con chi è diverso dalla media.
3. La soluzione non è solo tecnica: Non basta scrivere codice migliore. Dobbiamo raccogliere più foto di persone diverse (specialmente asiatiche e filippine) e assicurarsi che l'IA impari a guardare il viso di tutti allo stesso modo.

Il messaggio finale: Per avere un futuro digitale equo, dobbiamo smettere di insegnare all'intelligenza artificiale a guardare solo il mondo occidentale e iniziare a insegnarle a vedere la bellezza e la diversità di tutto il globo.

Sommario tecnico

Titolo: Stima dell'Età Apparente: Sfide e Risultati

Autori: Justin Rainier Go, Lorenz Bernard Marqueses, Mikaella Kaye Martinez, John Kevin Patrick Sarmiento, Abien Fred Agarap (De La Salle University, Manila, Filippine).

---

1. Il Problema

L'estimazione dell'età apparente (la percezione visiva dell'età di una persona, distinta dall'età anagrafica reale) è uno strumento cruciale per la personalizzazione nei settori del marketing, della cosmetica, della sanità e della sicurezza. Tuttavia, i modelli attuali soffrono di bias demografici significativi. La maggior parte dei dataset di addestramento (come IMDB-WIKI e APPA-REAL) è sbilanciata a favore di soggetti caucasici e maschi, portando a una scarsa accuratezza e a ingiustizie sistemiche quando i modelli vengono applicati a gruppi sottorappresentati, in particolare donne asiatiche e afroamericane. Il paper affronta la sfida di migliorare l'accuratezza tecnica mantenendo al contempo l'equità demografica.

2. Metodologia

Gli autori hanno condotto un'analisi comparativa su metodi e dataset esistenti, con un focus sulla riproduzione e sul miglioramento della metodologia DEX (Deep Expectation).

• Dataset Utilizzati:
  • IMDB-WIKI: Dataset grezzo di celebrità (sbilanciato verso maschi e caucasici).
  • CLAP: Dataset crowdsourced con età reale e apparente.
  • APPA-REAL: Dataset con annotazioni per età reale, età apparente, razza e genere (fortemente sbilanciato verso i caucasici).
  • FairFace: Dataset progettato per essere più equilibrato demograficamente, sebbene privo di etichette di "età apparente" specifiche (usato come proxy per l'equità).
• Architettura e Strategie di Addestramento:
  • Utilizzo di una base VGG-16 pre-addestrata su ImageNet.
  • Fine-tuning sequenziale: I modelli sono stati addestrati su IMDB-WIKI e successivamente raffinati su diverse combinazioni di CLAP, APPA-REAL e FairFace (6 combinazioni totali).
  • Funzioni di Loss: Confronto tra tre approcci:
    1. Cross-Entropy Loss (CEL): Il metodo originale DEX.
    2. Mean-Variance Loss (MVL): Apprendimento distributivo che minimizza la distanza tra il valore atteso e l'età reale, penalizzando la varianza.
    3. Adaptive Mean-Residue Loss (AMRL): Un approccio a due fasi che stima un valore grezzo e calcola adattivamente un residuo per correggere la previsione verso l'età reale.
• Valutazione:
  • Metriche: MAE (Mean Absolute Error) ed $\epsilon$-error.
  • Analisi demografica: Valutazione delle prestazioni separate per razza e genere.
  • Visualizzazione: Uso di UMAP per le embedding e Saliency Maps per analizzare su quali regioni del viso il modello si concentra.

3. Contributi Chiave

1. Valutazione Comparativa: Hanno valutato sistematicamente le performance di DEX, MVL e AMRL su diverse combinazioni di dataset, identificando come il fine-tuning su dataset diversificati (FairFace) influenzi l'equità.
2. Analisi del Bias: Hanno quantificato il divario di accuratezza tra gruppi demografici, dimostrando che le donne asiatiche e afroamericane subiscono gli errori più elevati a causa della distribuzione sbilanciata dei dati.
3. Analisi Visuale: Hanno utilizzato mappe di salienza e embedding UMAP per rivelare che, nonostante l'alta accuratezza complessiva, i modelli tendono a focalizzarsi su regioni facciali incoerenti o non essenziali (es. fronte o collo) per certi gruppi demografici.
4. Validazione Locale: Hanno testato i modelli su un piccolo dataset locale di celebrità filippine, evidenziando la necessità di dati localizzati per il contesto sud-est asiatico.

4. Risultati

• Accuratezza vs. Equità:
  • Il modello AMRL (Adaptive Mean-Residue Loss) addestrato su IMDB-WIKI + APPA-REAL ha ottenuto la migliore accuratezza complessiva (MAE più basso: 3.59).
  • Tuttavia, l'inclusione del dataset FairFace nel processo di fine-tuning (es. IMDB-WIKI + FairFace + APPA-REAL) ha ridotto significativamente la varianza delle prestazioni tra i diversi gruppi demografici, migliorando l'equità anche se con un leggero calo nell'accuratezza media assoluta.
• Disparità Demografiche:
  • I gruppi con il MAE più alto sono stati sistematicamente donne asiatiche e donne afroamericane.
  • Gli uomini afroamericani hanno mostrato performance migliori rispetto alle loro controparti femminili, suggerendo un'interazione complessa tra genere e razza nei bias del modello.
• Visualizzazione:
  • Le embedding UMAP del modello AMRL mostrano cluster di età ben definiti (specialmente per le età estreme), ma le mappe di salienza rivelano che il modello non si focalizza sempre sulle stesse caratteristiche facciali per tutti i gruppi etnici, portando a errori di stima anche per volti giovani.
• Dataset Locale:
  • Sul dataset filippino, il modello AMRL fine-tuned su FairFace ha ottenuto il MAE migliore (6.82), confermando che la diversità nei dati di addestramento è cruciale anche per popolazioni specifiche.

5. Significato e Implicazioni

• Implicazioni Commerciali: L'estimazione dell'età apparente è vitale per la personalizzazione nel settore cosmetico, nel marketing e nei sistemi KYC (Know Your Customer). Tuttavia, i bias attuali comportano rischi di frodi, reiezioni ingiuste di account e perdita di fiducia del marchio, specialmente in mercati diversificati come le Filippine.
• Etica e Governance: Il paper sottolinea che i miglioramenti tecnici da soli non sono sufficienti. È necessaria l'integrazione di dataset localizzati e diversificati, nonché il rispetto rigoroso delle normative sulla privacy (come il Data Privacy Act delle Filippine del 2012).
• Direzioni Future:
  • Sviluppo di dataset longitudinali locali (es. celebrità filippine) per catturare i pattern di invecchiamento specifici della regione.
  • Utilizzo di Contrastive Learning per migliorare le prestazioni su gruppi sottorappresentati con pochi dati (few-shot learning).
  • Ottimizzazione per hardware a risorse limitate tramite architetture "Mixture-of-Experts".

Conclusione: Il paper dimostra che mentre l'approccio AMRL è tecnicamente superiore per l'accuratezza, l'equità demografica richiede una strategia di addestramento che includa dataset diversificati (come FairFace) e una validazione rigorosa sui gruppi sottorappresentati. Senza dati rappresentativi, l'adozione commerciale di queste tecnologie rischia di perpetuare pregiudizi e ingiustizie sistemiche.