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

刘海明

【案例】
7 \, Z/ |7 `: u, `0 f$ C

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   

AI 生成工具的偏见何时休？

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。

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。

/ e; T7 z+ \! K3 l! q/ b( n

马斯克也被系统过分矫正了

+ h3 @9 Q. f1 X% Y, h

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。

, U  s5 t, m& G7 W3 k! r

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。

' Z0 G- i% `; Z$ W( V4 ~( Y7 A

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。

& r- ~7 [; p! N1 H' P0 A, q6 \

图源：Mia Sato/The Verge

$ w/ P4 i. I  b3 u

不仅如此，调整文本 prompt 似乎也没有多大帮助。

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。

机器之心自测图像

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。

婚礼上的亚洲男人和白人女人。图源：Mia Sato/The Verge

7 Q$ }  j) y/ b. o0 }( \  E1 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。

自测图像

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 O' U  P' f/ d( b) G

自测图像

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。

7 g1 s/ K5 ?. n8 L9 T  |

自测图像

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。

) B5 g' _/ v0 v: W5 r

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。

2 h: g+ X/ u2 d( e, P' X2 D

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。

; }# s, r1 `9 I

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。

图源：arstechnica and meta

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。

, _; j; c( Z, f0 D8 Y* [( J# U! e

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。

你觉得呢？

原文链接：https://www.theverge.com/2024/4/ ... asian-people-racism

! ]* ]# @- Y2 c) q& f/ f

; a) g( X: X( I

来源：机器之心（公众号）
; m3 T/ [; i% A3 ?  g& i6 w链接：https://mp.weixin.qq.com/s/eUhOxh5qlGQHOGqgPgFqPQ
6 L9 e4 @/ a" g) S0 E- l: i编辑：李梦瑶
  x# z! R3 {& _6 t% W' d

1 h7 g7 I7 I& `
1 m% C! J+ e2 i" r& a* _

7 \4 n, Z' p! M6 E8 g