【案例】
; f* R5 K8 r: L: \# y+ l 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
) p' }- v; r# A! k. F3 k+ K- VAI 生成工具的偏见何时休?
7 n# w5 v, Y! b! ~) x2 |! ^( {& i2 ~
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。 ! ^% K. q; u* b
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。 6 I$ D# W1 A r, A
马斯克也被系统过分矫正了
0 Y1 G' G. {3 \% K" E6 X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。 * \/ m2 M) }) e! a
- I+ o1 u4 k7 u1 W/ I& T8 x, cThe 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。
1 b( a: {% m1 h7 P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。 : p! k+ f4 ?/ d9 D& i
图源:Mia Sato/The Verge & h0 n9 p( G" l
不仅如此,调整文本 prompt 似乎也没有多大帮助。
" a* d( F2 H+ _& r8 q. {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。 ! ]; ?. ~; K/ g& k. D
机器之心自测图像
( o+ y( U, [4 [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。 3 k2 H ?- L9 e" u' B
婚礼上的亚洲男人和白人女人。图源:Mia Sato/The Verge : p; [! e) X1 S" ?* B: D
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。
. ~4 ]$ e" p2 A$ w5 l4 I: c
5 C, A: q1 d8 [" i' r自测图像
. W: q5 _- F' G9 |$ D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。 ) a3 ?# [* h& ~+ r" q
# a5 M( X6 T* k5 m& A; R- h7 u
7 h4 J4 U1 L/ o* `7 j( Q9 S0 Z: r自测图像 8 K, i b, _" P% Z
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。
! U% ?# A q7 }
( F& ^9 I' R {( m6 R自测图像 2 T, t8 n) r- T
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。
|( a4 S j# W+ V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。 1 c% i3 c: L. i& O* h0 g* V
! L" E3 | M) R8 W7 r* Y! f K$ K2 ?2 l7 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。 ) [- V2 a. v+ X( q
- z s9 Z* g9 a. [$ @! a
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。
3 d" r) A, e2 }+ \. t$ s图源:arstechnica and meta
- I$ H& O, c: F+ K9 g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。
) L+ W6 r' G. L& N! T$ T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。 ! J6 N9 [; I0 _- c6 J! d6 E
1 G* ?; Q( c* U* q6 I你觉得呢?
7 ?0 y" K- t. ?! V; M5 B! h9 q3 u! O4 B7 e
1 X# m4 z/ m+ ^% b# O+ U& X5 S
1 y, M- N0 q0 S$ j6 N2 p5 O7 _& k1 V. b( n1 I1 L
6 a% [% k* l' Y5 V/ u# j: c. f/ G$ [2 L9 k! K
|