【案例】
+ c. T+ B0 A: i4 t 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 + N3 I7 M/ o' w4 I
AI 生成工具的偏见何时休?
. A1 T# e& l/ r
% m8 h, v9 Q- f- Y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。
; z5 p4 {, }1 [6 c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。
4 ?; w$ G! T3 D0 q1 Z马斯克也被系统过分矫正了 4 h1 v- B3 ]6 I4 r7 G7 U
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。 5 M% ?9 M) _& w4 ?# z$ a+ T* T
0 b7 K& h: x3 o. m7 {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。
: M2 D4 _8 h& h/ D/ F8 [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。 2 F' t) P5 A8 C/ \5 u" C I" t, V
图源:Mia Sato/The Verge
( Z; U6 d7 z9 k3 R3 s( C7 ^不仅如此,调整文本 prompt 似乎也没有多大帮助。
$ Q. h6 o5 I8 ^! a5 w- q/ l' C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。
3 t% A$ Q+ C! P* Z( W' Q机器之心自测图像
( N' K s) r7 |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。 2 K0 Q( ^) c$ f* U! h
婚礼上的亚洲男人和白人女人。图源:Mia Sato/The Verge 7 ~, y9 Q% P/ U: \* 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。
1 C0 ]$ s" ^& H# m0 Q8 g
2 o" C* F' y' A/ x/ D& n: W自测图像 " X' A$ [8 d) |8 a
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。
' e4 P' f- |( q7 P: Q4 o% ^$ |: p2 H+ \ r
[' ^ P( L! Q自测图像
5 X! T' n: E2 Y+ i# I1 }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。 ) M! `6 B- W# A, }4 ]
; \ |& E( R7 A' F T/ L& J" \
自测图像 $ U( I5 L- V' l- I
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。
9 B$ ]0 E7 Z$ L# r) 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。 5 E3 h" S& @$ R: ~& N; z2 S% Q, j
( j8 ~4 t/ ]/ l" h$ Q
0 m" m7 |% c, 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。 1 M$ Q/ H6 r% u+ L4 H# a
Q/ B( D3 ]3 [' H4 y6 Z V1 Y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。 & J7 R f5 M1 @) J$ \, _2 F- ]
图源:arstechnica and meta
" A( ~: U3 [, H& A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。
, s: @; {/ a( _8 W4 \$ ]5 s3 `; {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。
2 P0 A6 v! v2 X6 r1 E; H* e( o; A4 a2 n7 k! f3 N' m6 H
你觉得呢?
}0 y# z4 h: u6 m& L: h E+ }, N8 @, Z- o% Z; k
3 R" ?$ B9 E' N! p" p1 D$ k5 I2 b# z. Q- p3 B p
( I$ R6 h) L- v- Y& s: Y$ a' l' C
% a1 A7 Y3 i+ N& n$ U
, ?* V8 ]+ W2 i x& K4 U1 D |