【案例】% d C% y5 O7 y2 n6 R
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 # k. Q- E9 X, O. T: b
AI 生成工具的偏见何时休?1 C, k. M/ [8 A( B
1 t# F A/ g4 n) z' f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! E$ C; X8 M0 E( o0 q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。
$ ^% m, b! [/ s2 C1 `马斯克也被系统过分矫正了
* C1 ]7 d2 M# g0 K% [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。
8 ~/ k+ u7 O0 F% T
! A1 A6 i) H6 Z" z/ y _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。 % |9 G( h; F/ _: c
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。
! i, y. A3 j& R* b9 ^# R3 j图源:Mia Sato/The Verge 3 E; `+ ], o) j S& Z F0 F
不仅如此,调整文本 prompt 似乎也没有多大帮助。 8 q; c* z, P) E6 |
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。
, [9 c& |, f' P) p, I机器之心自测图像
N/ A5 b5 M: l$ K' g, w1 a9 l- 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。
) l! V0 \5 G; N5 E婚礼上的亚洲男人和白人女人。图源:Mia Sato/The Verge
3 l- L* E! z2 C5 B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。
; l% C( j+ y6 U7 B) I. n3 N/ H, J- }0 A
自测图像
: O5 a1 P/ }/ L! k c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。 + v# `6 c& w" S% G
1 ?# I( ?2 A) f6 ]( V
2 _# W8 I5 ^3 D+ K* Q7 y& Q* w
自测图像 ' E5 j( m! t+ W: `. D/ b
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。 % X# n1 i/ v* E" t9 t- X
0 d5 g( M% a- Y7 q* f自测图像
- I, W, Q: W& Q# G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。 3 v& y+ |2 `% I+ J+ `
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。
# t( r' @2 Z! o7 }1 C& f1 e' V; w& {, P4 h4 A" G; p. Q' i, `
$ C/ @* C8 S! e, o5 A& K0 u$ c! \
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。 / k& s; z: o. S! B A
. o2 u0 ^5 Z/ f) k+ ^1 H0 p$ q
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。 0 k; c; G( _! C$ {, T$ A
图源:arstechnica and meta
# S5 }2 }3 s! B% U6 ~- I( [2 v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。
' k8 z& B( i( M9 Z" P2 [' s& ^- s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。
9 y% R! x x4 w
2 y! k9 k b$ e- X9 ]你觉得呢?
% x" t# J3 _- R. R" r
; ]0 G) I% C [) [1 Y/ K8 W1 Q% y' Q& Q: d
" X, d( z( h8 D$ r i
6 [' r' W) a0 K( g
0 |, X* J+ d) e
: h5 e. ~# n, Z; C* \
|