【案例】, j" a" o5 S+ V( p
拒绝白人与亚洲人同框,Meta图像生成器的「歧视」,被人挖出来了 : j# {7 Y2 Z7 H5 ?" v6 z
AI 生成工具的偏见何时休?7 ^8 G' H) L5 a$ B4 n: p
: D$ {9 I F- }
在人工智能构筑的世界中,AI 有时会像人一样存在着某种偏见或倾向性。比如对于大语言模型而言,由于训练数据的影响会不可避免地存在性别偏见、种族刻板印象,等等。
5 d% r- y# q6 I. l6 A" o2 @当然,这种偏见或倾向性在图像生成工具中同样存在。今年 2 月,谷歌 Gemini 被曝出拒绝在图像中描绘白人,生成大量违背基本事实(性别、种族、宗教等)的图片。
. q& p7 C& z% E3 d马斯克也被系统过分矫正了
1 \" ^9 R3 E; U& P% P- V+ n近日,外媒 The Verge 的一篇文章指出,Meta 的 AI 图像生成器无法准确生成「亚洲男性和白人妻子」或者「亚洲女性和白人丈夫」这类图像,让人大跌眼镜。我们来看看怎么回事。 * n2 \$ E8 n0 t4 a
. |& I- t3 Y( _$ D; NThe Verge 尝试使用了「Asian man and Caucasian friend」(亚洲男性和白人朋友)、「Asian man and white wife」(亚洲男性和白人妻子)和「Asian woman and Caucasian husband」(亚洲女性和白人丈夫)等 prompt,让 Meta 图像生成器生成对应的图像。
9 c7 X# i+ l7 c8 h7 ~3 f! X) B结果发现,Meta 图像生成器在多数情况下无法遵照 prompt 来生成图像,暴露出了它的某种偏见。 5 B z$ X/ v9 ~2 ~
图源:Mia Sato/The Verge
( t u& k @9 l& x8 j0 C, I. H4 }不仅如此,调整文本 prompt 似乎也没有多大帮助。
+ q$ @4 \& A8 z0 x$ r当输入「Asian man and white woman smiling with a dog」(亚洲男性和白人女性带着狗微笑)时,Meta 图像生成器给出的都是「两个亚洲人」的图像。即使将「white」改为「Caucasian」时,结果同样如此。
% J( M+ C2 v; h# b: E* F+ E机器之心自测图像
& i* }* g. H9 y- F当输入「Asian man and Caucasian woman on wedding day」(婚礼上的亚洲男性和白人女性)时,生成的依然是两个亚洲人。 ! M H* _, g3 w0 V# D0 E3 p$ _
婚礼上的亚洲男人和白人女人。图源:Mia Sato/The Verge % ?, V7 }9 H3 z( r& W# v( I' ?. x* R. v
当输入「Asian man with Caucasian friend」(亚洲男性和白人朋友)或「Asian woman and white friend」(亚洲女性和白人朋友)时, 生成的大多数图像仍是两个亚洲人形象。 # O5 ]8 E! { v& a% j1 q( H
2 A. R' l7 E, l/ n自测图像
# i7 J* E( Q/ R4 W/ |当输入「Asian woman with Black friend」(亚洲女性和黑人朋友)时,Meta 图像生成器仍是两名亚洲女性。但当将 prompt 调整为「Asian woman with African American friend」(亚洲女性和非裔美国朋友),结果反而准确得多。
! b' [$ n9 X+ R/ _
& ~( C) U* Z! S# m$ o/ a/ @* J0 M! {8 g' T9 l
自测图像
2 S5 {5 K: Q' \6 x [ F8 s; {此外,当指定南亚人时,Meta 图像生成器的结果变化也不太大。当输入「South Asian man with Caucasian wife」(南亚男性和白人妻子)时,大多数时候是两个印度人形象。该工具还有刻板印象,在没有要求的情况下,生成的南亚女性往往会穿戴纱丽。 & ~3 f+ O+ ^- a; t- e2 @7 N3 q+ D
5 w8 H1 P! t. i+ P: _& A
自测图像 * I! x6 ^. q3 X: O; Y* N. {
一番测试发现,Meta 图像生成器无法想象亚洲人与白人「同框」,这样的结果令人震惊。其中,该工具始终将亚洲女性或男性描绘为肤色浅的东亚人,尽管印度已经成为世界上人口最多的国家。在没有明确提示的情况下,该工具还会添加特定文化服饰。 1 X/ B$ [7 ~5 J, ?; g. U3 `
最后,机器之心使用类似的 prompt 验证了 The Verge 的结果,对于 prompt「亚洲女性和白人丈夫」,生成的 10 张图像中,只有 3 张图像准确还原。
& \) Z" m9 o4 ]& j8 ^# ]) V
u1 |5 S0 G' i" R& }. p
2 q3 _1 Y! Y+ r( }/ u+ G输入 prompt「asian man and caucasian wife」(亚洲男性和白人妻子),结果更离谱,生成的 8 张图像没有一张还原。
( p- [" Z6 D5 l5 V$ a9 z; b1 G
6 B/ p& _" [+ B6 A$ C其实,这并不是 Meta 的图像生成工具第一次被曝出问题了。去年 10 月,Meta 的 AI 生成贴纸工具创建了大量不恰当的图片,比如童兵、持枪和拿刀的米老鼠等暴力、粗鲁、裸露形象。
5 k+ X3 `+ {( U+ B# D! s8 V图源:arstechnica and meta
4 Y B) k# P: F' u此次,Meta 图像生成器再次让我们警醒 AI 系统创建者、训练者以及所用数据集可能存在的偏见和刻板印象。 % Q1 j2 H, V) o( N5 l3 m
对于 The Verge 发现的这一现象,有网友分析称,这是 Meta 在训练的时候没有喂给模型关于这一场景足够的示例。
4 s' y1 W$ `7 M7 p' z$ L$ Q8 M1 S7 \- C
你觉得呢?
3 `8 N; c2 w. ]; S+ k' _
- E9 Y/ U W( m+ s# w3 ~' T3 ~ ]2 F/ M* t0 ^! _; |
% r7 E/ { C( \0 ]& c$ Q
6 N% Q' h, u$ a' A
: F+ M* { n% s" p7 h2 M
- I9 y5 {! a8 }# y \2 b- @# m |