【案例】- j2 j, d' Z z# i
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
! X3 \' D2 e% Y9 _* L) ?0 ^2 tAI 生成工具的偏见何时休?! B# X F2 J1 i
+ t* U7 R4 s& w: X5 y& W" x* ~7 w
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。
! a8 B/ y6 L" J: c9 E. G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。 ' a" }8 H! f8 l% P( v
马斯克也被系统过分矫正了 4 H) V% }* a$ d
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。
" P- B9 N8 [! O6 [9 }! C
' T/ ~, }: n: FThe 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。
( p/ V/ D; i* P+ J' T8 R4 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。
! H! d- I- k j' m8 u图源:Mia Sato/The Verge
& ^6 K) _9 I0 @, E4 B$ G0 [不仅如此,调整文本 prompt 似乎也没有多大帮助。
0 d- I# f* v( `; a, m6 a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 v v# W% x; {6 K5 c
机器之心自测图像
0 p% Y! b, H+ M( x; ^& `5 e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& D1 t4 P6 |- |( g U; f) j* O8 M
婚礼上的亚洲男人和白人女人。图源:Mia Sato/The Verge
- S& S5 B5 W3 A: l- t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。
( f3 E, J- U+ r8 j) k& \/ N& f0 x6 _* G9 j
自测图像
5 \$ r; f4 f$ |' G' l K; c" v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。
" o' x; x9 V. k' `% }; E5 g& Y0 C* H& Y1 ]4 [( I" ^! n- c
) g) a' B$ c+ X
自测图像 8 i9 p7 ]$ ? r
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。 / p" m+ ~' \) U: ^# y8 \
) ^: V0 h: Y/ Y2 s自测图像 0 x$ i) j0 E" e& j% ?2 y* |
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。
% {# `: W5 D3 @0 b' h9 C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。
- ~& i( y, G# @
f9 T7 R4 j: q' C; x u
Z' N! U8 O" R! ~) A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。
! C. c3 q4 L! y5 A9 n' `/ \$ W* S8 ?7 j& P3 D8 h3 u' N
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。 Q* F/ ~: y' B( T" ^. |* h
图源:arstechnica and meta , t* S' g: U8 m' ~! H' p$ D4 l8 Y7 y
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。
' j3 l/ f ~& b3 k. r2 K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。
, u3 {9 V4 L1 N
# q: Q- A; g7 r1 l5 g. H8 q4 W你觉得呢?
& C5 C" a0 {- r
4 ^+ ~0 H0 y- |5 V# \3 f
# d* E9 y i& U* l$ b1 M( p% |& N% d5 K, c' ], c, Q
7 K, ^) j+ n; E& G4 B
) I* q" E1 A+ y% \6 W, e7 P9 `# Q/ C4 v, I6 Y; ?' A
|