The Verge ·

Meta的AI图像生成器无法想象亚洲男性与白人女性在一起

💡 原文英文，约600词，阅读约需3分钟。

📝

内容提要

Meta的AI驱动的图像生成器在生成亚洲人和白人的图像时存在偏见和限制。生成器经常无法准确地呈现混血夫妇或不同种族的朋友。它经常返回两个亚洲人的图像，而不是一个亚洲人和一个白人。生成器还倾向于依赖刻板印象，未经提示就添加特定文化的服饰和元素。此外，它经常将亚洲女性描绘为年轻的东亚人，忽视了亚洲人群内的多样性。这些偏见反映了AI系统和数据集的局限性。

🔎

延伸解读

AI偏见的具体表现

Meta的图像生成器在生成亚洲人与白人组合时，频繁返回两个亚洲人的图像，即使调整提示词如将“white”改为“Caucasian”也无效。这表明系统在理解种族多样性上存在明显缺陷，无法准确反映现实中的跨种族关系。

刻板印象的自动添加

生成器未经提示就添加文化特定元素，如为南亚女性添加类似宾迪和纱丽的服饰，并将亚洲女性一律描绘为年轻、浅肤色的东亚人。这反映了训练数据中隐含的刻板印象，忽视了亚洲人群的内部多样性。

数据偏差的根源

文章指出，AI系统反映其创造者、训练者和数据集的偏见。在美国媒体中，“亚洲”通常指东亚人，导致Meta系统假设所有亚洲人外貌相同。这种简化忽略了亚洲大陆的丰富多样性，如印度作为人口大国其代表却不足。

❓

Q&A

Meta的AI图像生成器在生成种族混合图像时存在哪些问题？

Meta的AI图像生成器无法准确呈现混血夫妇或不同种族的朋友，常常返回两个相同种族的图像。

为什么Meta的AI图像生成器会依赖刻板印象？

生成器倾向于在未提示的情况下添加特定文化的服饰和元素，反映了其训练数据的偏见。

Meta的AI图像生成器如何表现不同种族的朋友关系？

生成器在请求不同种族的朋友关系时，常常返回两个相同种族的人，而不是混合种族的图像。

Meta的AI图像生成器对亚洲女性的描绘有什么特点？

生成器常常将亚洲女性描绘为年轻的东亚人，忽视了亚洲人群的多样性。

Meta的AI图像生成器在处理南亚人时表现如何？

生成器在处理南亚人时表现稍好，但仍然倾向于添加文化特征，如bindi和sari。

Meta的AI图像生成器如何反映其创造者的偏见？

AI系统反映了其创造者、训练者和数据集的偏见，导致对“亚洲”这一概念的狭隘理解。

🏷️