【案例】
0 F) x% w9 z9 y; A) k o% E 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
4 } A/ |' q( t \3 E4 KAI 生成工具的偏见何时休?
3 N+ p! F" W4 v( h$ i! L% C: s W$ T0 z5 g, s5 k1 ]
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。 8 w. T, l: M w4 [* R. {; C/ Q" F, O
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 L" w6 y! z- X K$ B; N$ [! h马斯克也被系统过分矫正了
; g0 R+ j/ B5 `4 \, P$ E" `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 z. P8 ]2 k# d0 [: L% d8 U* U
! f+ Q7 M$ I- q# F) \5 u6 gThe 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。
: I$ l2 D, k; s' F& T6 v8 M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。
4 P4 {8 m; p; B图源:Mia Sato/The Verge $ A9 p. a- h3 {# N4 m& E
不仅如此,调整文本 prompt 似乎也没有多大帮助。
3 P/ g8 i# j/ H. ?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。 + e. r# `5 @) Q0 K+ h
机器之心自测图像
# Y$ O, J) V1 ?) b& Z8 e& ~9 w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。 6 P" {% o+ ~* m* T. W, F
婚礼上的亚洲男人和白人女人。图源:Mia Sato/The Verge
$ u6 f& K7 g, u F5 `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。 9 U5 A% i( ]$ |
: z n: W+ h4 v) ~) @
自测图像
2 O' ]% `! T2 }8 |- X& 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。
9 Y* U9 G0 t L
0 A+ g9 {3 }) B7 q" F' D
p! Y8 s$ q$ ~' I& D4 _6 ]自测图像
, S$ ^; M/ C! L4 b8 t7 o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。
N4 [" j; E& H' B! V4 h- A+ u
2 E# w# j' E5 T9 H, G; R" Q: ]) o自测图像 9 u H) Y# ]* s& `6 U, I( G Z
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。 8 w9 V; D2 ^: A5 [& P x1 Z( 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。 / R* I! I1 Y: `9 o7 ~4 p
/ V! N' M5 n( b6 d, X9 Z# K! \" a& `( ^% l9 a: } o! 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。 # K+ l( f1 f+ O9 a
) a1 D2 W7 _: W1 m) 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。
( \3 P: z& X# H8 d2 d' ]8 V3 l图源:arstechnica and meta
7 Z5 u3 z7 {. a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。
+ z5 S: l2 V8 _, V5 n6 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。
2 n3 f! S9 y4 ]1 H- J" x$ a4 L6 v) d* w7 C& g( V, }4 q" R
你觉得呢?
1 S6 Q( C" E% t( g" ?$ M* c) p& `9 I b
+ ~6 w) @. Y, j( b
' |: w8 C, T/ @
x5 q2 @7 j5 o# ]- u! v3 u' j# O. W: b9 @. w0 R( ^
8 N. u w I4 O6 }2 ~1 s
|