【案例】
" K9 O$ ^" D6 j6 Z9 I _7 S 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 + R o/ L3 J. C& f, Y% {0 L
AI 生成工具的偏见何时休?
% h# c3 I+ e# e; A7 L1 Y. Q1 A5 d3 G
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。
* n% `' T+ E5 V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。
5 Z, |, Z" ~ r9 K# q3 B3 z马斯克也被系统过分矫正了 9 P. A0 S: q& m1 [7 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。
1 {2 `; T& B5 W/ p! W, M; h5 A6 `% d! W
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。 7 e5 D @- N3 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。 ) U, ?4 c- j V9 M$ r/ N
图源:Mia Sato/The Verge
" a9 _7 }2 i. W5 J! b: c不仅如此,调整文本 prompt 似乎也没有多大帮助。
! U K0 C9 g2 a% L; Z+ C5 L% o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。 ( J7 p( C9 r2 e) l. ]4 x6 S
机器之心自测图像 5 R3 {2 m% R3 o) b/ R. 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。
9 u& f0 E- Q. o* I+ R- S婚礼上的亚洲男人和白人女人。图源:Mia Sato/The Verge
, p9 r q, b" y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。
3 J& B7 F. ~6 ?+ L( {" d
9 N2 |) z# q* N1 m; Z自测图像
, @3 _; |# s/ G( e7 m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。
1 l, E3 N2 ?. k1 r& ]9 j" Z3 f$ g4 @' z$ }9 q
4 V" b" i! m& O" l自测图像 % g m: N7 `2 Z% D0 e4 V4 A
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。
% Y0 d+ O! T; r" H8 _6 f" L3 z9 h- u" f. z& m) `+ n V
自测图像
0 a( X) h- U5 U6 T$ @8 u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。 7 g% Y# V6 L/ R" J2 h* U
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 \' Y6 F+ ~% g; i/ Q+ `7 |8 T4 W$ v( v; C- {6 ]7 ~
& |( H! M# f! b H8 N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。
# i! ]# O! A- @4 e& V9 U: P1 ]# I$ N2 F3 C
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。
2 e- W Z. G- M a! G图源:arstechnica and meta
3 u+ \6 w1 l7 _6 i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。
% m* _+ j! T% Y: G& ^. G: k$ N, 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。 $ F8 o3 ]4 O! T1 j
2 C$ f( X) K0 N" V' u0 w你觉得呢? % h# p' l1 J* E. [! H
0 g9 C. \" {( q
* l8 n: I; F$ f- s1 x: z' w" P1 f3 _# f+ R l9 w$ w
% C6 u( D4 T, o0 x
) A9 R9 P; J) k; k* I
; a& x# e3 q8 f0 V* m4 h) M |