【案例】. y. ^ E# `9 _2 m# s* k" v
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
0 u" Q7 e: S0 q. [4 ^5 G; qAI 生成工具的偏见何时休?
$ \2 O* B/ A8 P$ t$ t! e C2 ~) g, t) 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。
|# _* I$ D' y1 g* w% 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。
( T: b# V+ S+ M7 a马斯克也被系统过分矫正了
3 W! A. b) h& U0 U# ]% S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。 1 U+ `/ n* l$ _
3 L: q0 f+ B( S4 R, 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。 ( ?% v m' v9 z7 }! v: H: h& D
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。
j3 W* J: o" p图源:Mia Sato/The Verge
9 N: `; @3 O5 T; D不仅如此,调整文本 prompt 似乎也没有多大帮助。 f1 R: K* Z" r3 W i
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。
2 C: j9 p. h9 h) g6 q机器之心自测图像 $ X% H( [6 a C1 b6 E6 w
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。 & m' c d- c( i2 ]' V
婚礼上的亚洲男人和白人女人。图源:Mia Sato/The Verge a; Y/ b( E' v' Q( \- ?
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。 # Y G: p! q7 C1 b2 f
& C8 Y8 u1 ~" J2 c
自测图像 . r8 Q) h3 ]9 e; r- @: J3 m. M. R4 ]
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% U; a& b6 {0 P
2 u" p+ `# j; \; p; n, v7 d* E) Q. T- C
自测图像 ; O$ f- h! B/ W7 o
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。 ' z& k% C4 f' N! X; N+ {; c
3 I: ?: ]. ^9 _ c3 j自测图像 , G: `1 X s! @5 U) Y A
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。
* _6 W7 N) m1 L( |! v- ]0 X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。 6 e* x b* O0 n5 h
% I+ M+ M2 p% u8 ]+ c, R9 J- e
8 t7 K& D8 _5 W, _5 ^0 U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。
# V- ?+ p# N; r Q% ?+ c, O) G9 U
o% e5 v8 F' G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。
8 W; o. q0 U. u图源:arstechnica and meta
/ D. z5 Q, {6 t: ]1 [' `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。 / e$ Z$ ~+ b' ]3 i/ j4 `. r0 b
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。
" j2 `( U) F- |/ Y8 _! s1 O7 {: L2 g! Y; Z1 ?* [; H
你觉得呢? : D, \; \9 U' W+ R, ^
3 N4 H* m' X9 r9 m% B' e9 U. z* U6 u7 z$ Y. T" X# G
8 X1 ]0 U/ ?* d- u/ e; j/ G8 ^* f% [) N7 |6 N; S
) z2 G+ Q8 _( L( g/ S- K
8 u! ~* F" s% _# }9 L4 L |