【案例】
9 I3 r: K8 s2 w6 e! a+ U- G4 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 ' R2 L8 J' O( R5 ]# U& C" U: i
AI 生成工具的偏见何时休?
! @" X" p/ S- f* O1 q' j# s! B) p) a+ ~& i. _& b2 D
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。 : s3 n' h* o0 c$ `8 ?2 F2 l9 g" O% C
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。 ; X: L9 f" Z) m8 w
马斯克也被系统过分矫正了 ; j. F! E+ `, V; \8 M! u0 Y8 r
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。 . h. a8 w5 n$ F, f1 v0 s0 z I/ C+ Z
1 N0 T4 d' W2 M2 p- L, b& 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。
! Z! |7 z+ s7 i$ B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* O) P( r1 j0 ~/ k; b$ K图源:Mia Sato/The Verge
; s, c. C: G3 F: ]; ^+ A不仅如此,调整文本 prompt 似乎也没有多大帮助。 0 } f2 W5 M5 T/ q& J
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。
! N V8 p# S P& V b机器之心自测图像
7 ?# u7 ~! k* d9 ]+ m8 B6 X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。
* n3 j) q g9 G6 H% V2 s' k4 ~* e婚礼上的亚洲男人和白人女人。图源:Mia Sato/The Verge
+ R3 P1 _; D& T) q" 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。 ; q$ o& H5 _: e' @, c' ]
/ E2 e9 g$ V+ ]8 D- z自测图像 ; N0 y* p" Q& H; T$ C, b
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。
- ?( h/ I: b: H0 G! M- x" z" P7 `0 G: p5 @) x5 [ y
6 @4 K6 V7 X. L1 W- B
自测图像
8 a* y3 d7 \/ 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。
0 s6 B( }' A9 S0 n+ }% f% a
- j/ P& E) y# b0 ]! f2 t; Z自测图像 # s3 A. z; L1 C5 I; V/ l7 d* H9 }! J
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 e3 `. X3 B" F" F4 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。
5 X% G8 a$ n, P5 j4 G7 C
. S1 B5 f* r4 i9 F) X4 F, F$ E
+ e. {7 l( k" G7 \/ d; B7 g/ q0 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。 3 \" Z+ \' n/ g. L
7 t* W0 t, N8 r* e$ s7 v. T* 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。
, w, d' N& A5 m图源:arstechnica and meta ) D# e, _# ?" [$ o
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。
. h$ ?- X! g) T) n2 R9 ~# ^" f, Q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。 6 u1 S; D$ P: b4 |
' A0 ~" m$ `6 K你觉得呢? 3 `# v3 f5 _' ^: w) I* d: W% M( u
1 r! Y2 y- r9 L. C& v9 x, m; p3 V
0 |% t; q7 u9 _. D0 h4 @$ e) X4 q9 |+ C4 X6 q0 G& M
: f6 C; X0 U/ Z1 ~) ^ `
/ ?7 W8 _3 e7 B! @ w8 M6 N( ]8 E, z |