【案例】
. ~% q# B* e" T/ w3 _& W2 a" B4 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
8 W3 S7 @# U- {4 ^AI 生成工具的偏见何时休?
7 ]1 q+ Q1 A: ^0 u7 p2 W& z+ D1 }6 q" @7 Z/ A
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。 * g3 [1 c% Z5 r! d8 ?' T, ]
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。
; f# e+ h# ^3 R9 @: m马斯克也被系统过分矫正了 q; d' ?3 C) N9 [& 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。
. X& ?5 T3 A9 Y0 N* J6 d F( M& p7 X; Y9 n k9 q% i: P
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。 1 O f* s5 F" l$ N6 y: [
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。 7 l1 }1 I, a/ Y0 U3 z0 I: u0 s+ r4 Q
图源:Mia Sato/The Verge . Z8 U+ h3 [: m* m* |: W. f9 ~
不仅如此,调整文本 prompt 似乎也没有多大帮助。
% u6 V( @7 s* \, h c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。 : c9 z) P* M% i# i" u- V- n) n
机器之心自测图像
( \1 N9 J+ K+ W& I7 M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。
- [! R0 N2 K5 d5 i. C& _婚礼上的亚洲男人和白人女人。图源:Mia Sato/The Verge 4 P& k: b& z" r( s
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。
" f8 A4 c/ Q$ A# l5 d8 G$ a
# {% |' _" O, {8 t9 D自测图像
5 Y6 h, E) i) _/ ?! f, t" s$ c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。
A: \( R2 Q: n# ?6 `( v/ J5 e6 B, Q/ `" H( D+ x& P W
1 j f! s" {' X8 T, T9 d, ]
自测图像
6 X8 O4 s! w0 S3 G! k' A* m- y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。 / W, E0 c0 }4 y$ s5 c/ ]' b. V2 r
- w, S+ b4 W0 f5 w
自测图像 & D! s( n" E" B% f9 D0 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。 % l% l$ p; c) \+ }0 e6 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。
* k$ C! u _8 ~( {# F
R: {* ?3 r* h* w5 M+ ], P/ @* j/ h
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。
" O) X5 p+ V j' E/ Z1 c* T; U4 Y; M: m3 z& e5 V- _
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。
8 @2 D7 `6 u( F6 u% B; l图源:arstechnica and meta
- i1 r4 J% s2 `1 P$ _# N4 h" |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。 2 Y! J, u9 g, O
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。 . i) `9 f! V9 a3 V
" i0 v$ S9 T4 {, t2 T" g- I, V你觉得呢? / C2 i1 M/ j/ Z+ ` X {& k/ S1 l
" h: n5 g+ i1 k- g, C
& E9 @3 G3 n7 G j( u; i8 N
3 q: v1 Z$ n$ |" m* ]& v0 a2 P! a# a6 {3 t; `+ `
8 h+ T9 c' n! }1 y T/ y
8 o* {5 q% {8 f5 `# g+ V |