【案例】
: h( R6 w: N; D# @, T0 q5 c4 b 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
4 E* M- j: M% d5 S6 xAI 生成工具的偏见何时休?- [/ p7 z9 F4 H) ~1 d3 [* y
+ V7 U, w4 s9 S( y1 R5 }1 Z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。 + J6 ^- } e* ^) p/ ?
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。
7 O5 M, o# y v3 s1 Y+ |/ r马斯克也被系统过分矫正了
/ A+ |( \8 ?, g# [ [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。
8 k; K. Q/ [% J( X& P6 q, b' t% S4 S0 P3 T9 W' S1 q
The 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。
. D" G5 @/ m- t( l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。 . i; k' F& |0 s5 [/ {7 F5 M
图源:Mia Sato/The Verge
0 b4 V1 j: X' L2 r' A8 r不仅如此,调整文本 prompt 似乎也没有多大帮助。 " D% i+ |7 G% b
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。
i L8 v* d2 w; Q* a: g" h( G机器之心自测图像
: F: a* R$ V2 d8 ]2 Z9 s8 e. y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。 6 Y# ^6 y# a k& o% d
婚礼上的亚洲男人和白人女人。图源:Mia Sato/The Verge
; o. b1 S% }8 l7 _ `8 ]. X/ H/ o0 M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。 + P5 V2 n0 h+ x" b1 _
+ S: ^. u8 y3 T0 ]+ ~9 g! U自测图像
" t; e. j8 ^$ y o. q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。
. ` F* q/ c" I. W2 V6 F4 x |0 N; J, f: h9 T/ A0 _/ {
& K5 Q7 o+ |! [, L. a9 W# I自测图像
5 H7 W2 S# E8 u% H2 m) K" c$ p0 f7 b+ _ i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。
) B5 X/ h' v# y0 [" a7 r* k$ d/ ~
: l6 ^4 k% }7 \% v* B Q自测图像
# F- c0 j+ h# m6 \9 I2 V6 p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。 X9 |$ K1 ^* b' C5 u
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。 , a- E2 y6 n/ L; O
* `- a5 M& l& l. w! ^6 ?7 Z8 t3 K: a0 a
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。
S+ c% _0 e. K$ `* A0 `2 ~4 b* o. ~& W
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。 9 z4 [/ H Q- D- }3 t* I4 z
图源:arstechnica and meta
. u; x$ F4 M' T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。 6 p* q3 a: G5 c9 z R
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。
; b; S5 g4 ~" e0 n- i# `0 Q2 j1 B7 Q1 O2 Z
你觉得呢?
& O: v. ]# O! I/ J- ]2 ^, @# a4 f8 m' u _) S
9 V$ S( A' k3 {& F- v* b+ p0 |& r: c- I( C: }! D
; [: e& o: S; @; F! O x1 g! o
; V2 _9 i, M' `) p5 l
& w2 Z' W8 W) J# k |