【案例】
- R# k" l; ?. q- T1 K7 `( V+ D ?7 A 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
7 B8 l, e, g0 A9 X% a4 TAI 生成工具的偏见何时休?- d$ l, s* x0 B. h* f+ i* H
6 U" w9 q8 Y3 F# d. j: t
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。 : r: M( u5 b7 M4 s$ L1 b2 n
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。 - ?; S. @. q/ t& f! ^2 r
马斯克也被系统过分矫正了
# @6 e1 E+ R" f, Y9 V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。 7 r$ `( w* L. f4 D2 L; T( u
4 Z" x- a5 z: C$ k% x
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。 ! C8 a8 m2 w: T& T% c+ J9 e) T# T [
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。
$ }/ U/ m2 ?7 g$ B图源:Mia Sato/The Verge / e* g- R! g( o- T) [0 O& _( Z
不仅如此,调整文本 prompt 似乎也没有多大帮助。 4 P: U# z* b9 w# B0 P- z
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。 - H2 J7 D) ?/ R# U1 u
机器之心自测图像 # }: E: n/ l3 e% l2 z) D# ^' u
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。
9 ^$ E. @6 f @4 \& m2 ?婚礼上的亚洲男人和白人女人。图源:Mia Sato/The Verge * O$ e9 T) k9 [
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。
$ L8 x1 O( z$ [! [! I# b$ O8 D% F$ x% o* m# b6 X0 c+ X4 x3 O: y) X2 x E
自测图像 4 Q7 [6 Z( Z& i) i9 S- c+ v9 b; z
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。
: E- d; a# v# K
& s, x8 N- a) W2 [2 F( C8 m4 p- z
0 F. b# m! K, ^! @自测图像
* g+ ~0 v" R' f0 Q8 e8 z+ t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。 ) ^" _* s6 H( |4 G, u3 s+ j
$ m- p" R: b! B4 E6 Z自测图像
4 w5 b4 W1 Z! p4 \# P7 ?8 F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。
/ [# @! D2 {) r7 `9 i _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 ?' l' G# t+ x9 Q+ `
: X) M0 A$ w* a, M) R
) \; S7 k8 K# f- _6 H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。 & X) _' _* x2 ^9 j. ]! t
( _% H6 b1 _2 r+ D L; y5 C4 \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。 + ?) ?+ V9 Q3 @( f% U
图源:arstechnica and meta
! e' r2 K, R8 h% y7 A; U& f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。
. V& _& d" A6 A& o; e5 A7 N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。 # \! J3 Y1 o( [6 K2 k F
5 @* U* T1 T, D8 _ D你觉得呢? # p* w: }) _% ^- f
' u( m$ @) k& k: e
' K8 n9 q& B! H3 N& b" C2 H i0 T2 y0 ~. [2 @
6 c% X! d& }4 y+ _
h% P7 o- R$ ?4 B3 K U1 y" g' h4 p( h9 i% q
|