美国国家标准与技术研究所检查了年龄估算软件，得出结论，它已经有所改进，但仍需改进.
这是该机构十年来首次就这一主题发布报告.
在检查了六种算法后，NIST得出结论，没有一种算法的表现明显优于其他算法.
然而，NIST承认人工智能发展的速度，并指出它将每隔四到六周更新一次评估，以反映技术的进步.
随着监管机构寻找方法对用户的活动实施年龄限制，基于身体特征的年龄估计变得越来越重要，而不是简单地说一句“是的，我超过18岁了”，或者回答一个关于过去时代的问题.
NIST上一次审查年龄估计算法是在2014年，当时的网络世界非常不同.
现在，监管机构正在考虑将这项技术作为年龄限制活动的看门人，比如在线访问成熟内容或涉足社交媒体.
NIST表示：“年龄估计已成为年龄保险计划中的一项使能技术，最近包括在美国国内外的立法和监管中.
这些程序旨在只允许特定年龄段的人访问社交媒体聊天室或购买在线和现实世界中的特定产品，这可能是保护在线儿童的努力的重要组成部分.
问题是，NIST在2023年9月提出提交申请时提交的六种算法仍然有很大的改进空间，NIST的计算机科学家Kayee Hanaoka说.
2014年，NIST的测试使用了大约600万张签证申请照片的数据库.
最新的测试将收集的照片扩大到约1150万张，通过联邦调查局的面部照片、边境口岸图像和移民申请照片来增强签证图像.
这些图像在质量、性别和人口统计方面各不相同，并且是匿名的.
令人担忧的是，NIST报告称，其测试中的一个算法没有超过2014年最好的算法.
然而，总体准确率比十年前有所上升，尽管在辨别年龄方面，女性的错误率高于男性.
2014年的研究也得出了同样的结论.
NIST说：“根本原因尚不清楚.
”也就是说，这些算法的平均绝对误差已经从4.
3年下降到3.1年.NIST指出：“没有单一的优秀算法，给定算法的准确性受图像质量、性别、出生地区、照片中人的年龄以及这些因素之间的相互作用的影响.
”这些算法对某些人口群体都有自己的敏感性.
一个在某些群体上表现良好的算法，可能在其他群体上表现不佳.
“随着NIST现在采用滚动测试计划，以及新算法被接受，这种准确性可能会提高.
如果监管机构--英国通信办公室(Ofcom)发布了年龄核实建议--认真对待使用年龄估计和验证(AEV)软件实施年龄限制，就需要这样做.®.