【案例】, X) L$ s# R* v2 F4 S2 I! ?1 a% f$ M
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
. ~- t# g# y& E9 K4 J% U0 u1 gAI 生成工具的偏见何时休?' f- A( ?& d; d) z' R, K
5 V9 P6 |1 J* u
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。 , G: Y' u$ M$ [, c1 X! `
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。 . c/ U2 i2 E+ _/ j
马斯克也被系统过分矫正了
[: p1 _! ?' g4 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。
* k7 J8 P0 L1 d7 H, W0 Y% X1 w3 M0 G N
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。
4 s V- z( Y5 e3 q- I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。
* Y; w) B) q$ A8 |& q* _! x3 f图源:Mia Sato/The Verge
* {2 x- b8 ~. b1 I不仅如此,调整文本 prompt 似乎也没有多大帮助。
' Y4 G2 {! r/ k l* w% h/ z1 j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。
; Z8 @+ h- o, ^. s: r1 i% h机器之心自测图像
/ a' d+ }6 K P' w& [: X7 W X* P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。 ! U t/ |5 t" A* U+ g
婚礼上的亚洲男人和白人女人。图源:Mia Sato/The Verge
7 G7 n. D2 J+ A# b, X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。 9 [; ]+ L7 ~% F7 G: h; q
; H' P1 V% ^7 X; T9 A ]: V/ k
自测图像
9 y v2 G7 O* ~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。
( N3 u. b2 T0 [) l* `# i+ A+ p V- t. E9 n
7 K. Y' |' [3 h0 X& u自测图像 & \7 q8 Z* G1 ^# i) d2 M( k
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。 0 r. z; A1 _9 ? j& L$ r- u
% s0 N; Q" h- T- R2 i# l4 D: ?8 N自测图像
& R- I6 _) S8 E' h& J' M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。
- h3 Q$ I! x0 C* T4 U' a# I. ~+ m' M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。 9 V* h6 H+ e# M: ?- O
. ~) J; ?8 T! e! H0 r7 [& g0 {, ^
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。 2 Y( F( g) q( [
2 m2 k& `; _3 `+ u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 i ~/ e8 o: } j/ z! P图源:arstechnica and meta
2 O q$ ^. s2 l! b6 H7 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。
: T w* [$ {+ F8 l _8 ^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。 % x6 z. u B" L1 [
1 M9 p9 c2 i' ?6 f4 B+ `3 N$ @你觉得呢?
2 ~1 f6 c" Q( e4 e& |+ B, J5 R V; \ j4 ?
+ \* K: q$ t3 m2 P2 a5 d3 {4 u8 b0 T. D) L/ V/ I8 Y
2 r# u- y) f' h) f; M7 x9 v8 T" I
0 s2 `. K5 n) B( E
. Z, f s O# o1 ~( {* ~1 d |