【案例】. f, L* m; z( B, v
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
# E# Z" H! m' h$ j. TAI 生成工具的偏见何时休?. J1 ?: O- i4 t0 Y% |
) C8 m# i ^+ V8 G0 J3 n' v3 Z
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。
5 c0 \/ v4 H6 u8 [3 g/ G 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。 ) {! T |, p8 ~! `! ~6 J1 b Q
马斯克也被系统过分矫正了 ( c# l+ k1 Y F% e/ s
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。
) O. p, Z. [: Z7 \1 Q* r- s P3 _
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。
, R; \, G* K+ |2 Q% u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。 ! ]! s0 z5 j5 p+ e7 ?, _9 V9 \
图源:Mia Sato/The Verge . C+ J7 ~! E, [- y
不仅如此,调整文本 prompt 似乎也没有多大帮助。 4 q- p& z5 T- U
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。
. G; ]: h0 ~# _8 V3 {+ D8 X- i$ o机器之心自测图像 : }! q( T' F$ J9 K* P; L
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。
; S8 _9 A# O( c6 F婚礼上的亚洲男人和白人女人。图源:Mia Sato/The Verge
1 D+ C' U d4 R8 c3 |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。
0 _+ I, A R" r; p
- e, v: P8 }2 A自测图像 & Y7 }; W, d" D, D( `
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。 4 A0 e @1 V7 \3 M
0 k9 P+ r3 J3 b$ q
4 R; L/ S. ~2 ]自测图像
* M# [: d2 O+ ~* n/ v# u2 `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。 - g) Y) A1 T5 U. f( @- m5 K6 |
* x" F! L0 A! `6 Q' X+ X: _) K8 P. R, {自测图像 $ e7 F2 X; {, H% b9 o; S, `
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。 : h! B" \/ k% [& V# U$ G
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。 / }- e* j! w- Y, e
! k2 |0 _1 G& ]$ y7 i6 |9 ]+ N
' U3 W) V' g# f* N, R0 e7 d2 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。 4 J- ?; G7 Q3 v J' q1 i( D
) U! P; L; e' F x W
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 l* G, N7 Q/ w( s2 ~. x0 _7 Q图源:arstechnica and meta 5 [3 _# g4 b8 I- X9 T2 x+ O# W
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。 ( w6 z/ O; U* [' A* t
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。
' G4 \5 d: `# U8 @% {8 \9 T1 R% ^) C5 y9 C3 c4 u+ M, l
你觉得呢?
) w, o- C- K# P+ R1 c+ g& U9 c n( g. A7 N/ ~3 ?& l
& y: X! F$ l j9 ^. }4 F
- d$ K: P ~5 s* J1 c
; w( Y& }$ l) n( Q) v" s3 e( l: }' ?* V8 b
( p1 \9 d6 s2 k9 x: ^; N; }, v7 j
|