【案例】
! m5 E% V) R8 F4 I2 `; g' l 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) h* Q6 ]' I7 {6 VAI 生成工具的偏见何时休?& W, l" K B/ h% h
) P/ V( V; N, }
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。
6 Q1 Z) n6 M- W# H, k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。
2 i5 U0 D5 g% h1 O I马斯克也被系统过分矫正了
) L! A9 T, d: Y: Q$ n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 R" t7 C( X* b% v3 U* |
) g! A5 o5 M. r4 j! YThe 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。 . E! H: Z3 X3 V; |/ C. m( q
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。
" w4 t& h" M4 c( o+ u图源:Mia Sato/The Verge
" Q! \9 R7 Y' ~3 o& a不仅如此,调整文本 prompt 似乎也没有多大帮助。 2 ?, D. g( [6 ~
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。
7 R: b$ G8 V; K" o! `' S8 l5 I机器之心自测图像
5 E$ [; u* l. P$ ?# i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。
4 c6 u, H+ a: H婚礼上的亚洲男人和白人女人。图源:Mia Sato/The Verge ! l1 l- ^& D1 }" q0 o% l; z
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。
; I0 N$ y# r0 l1 K& |- ^
4 t5 Q) c* K% x2 g" P自测图像
: \! |) b) Z3 r0 E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。
9 I% G" l0 n! l3 ]7 }( b6 |2 A( |; [$ ?7 E
. F6 R/ o2 R5 u4 a" T, F1 |! Z
自测图像
, D* k- h/ S* U: r: M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。 ; R5 s: a8 ^# \/ w( a% N
- A: L% h' Z; S# O: j, e8 g
自测图像 @( q* l% O, v) L, F* {3 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。
- C, s7 D P5 x7 l1 i0 m1 S& j% a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。
# h5 |/ K7 Q! |8 N! m% H3 [: D1 A/ P: u# [& k" j& Q6 g- O
4 [# Q4 {1 F2 u; `; Z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。 ; b" ^9 t' K. W& E# n
( H. J; G1 z1 l' Y3 t2 z
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。
- K" ^3 y3 _ D+ F3 ?图源:arstechnica and meta & @8 b( R' z5 s: J. _" A- t% q
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。 / W6 K( G3 O! A H+ m5 Z: Y- V
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。 # U4 Z/ y+ i# ~
6 M+ o. z- k) L3 L
你觉得呢? ; E! k6 v. R% |: s# n5 ?. d- K
5 P8 Y& I7 } X) ^' c% v: W. W
" p4 B& ~, e5 k/ r0 e4 S3 @
5 L3 P Y8 \, t% A( Q5 e
: K- L& t5 `& T; P) N
. e& p7 Y$ h! L# B
! `: i' J% d, D- F" F |