谷歌暂停Gemini人像生成功能，因其试图改变种族和性别偏见却产生新问题
谷歌旗下大模型Gemini根据提示词“美国开国元勋（founding father）”生成的图像之一。图片来源：New York Post 转引自Gemini
近日，谷歌表示，在发现其旗下大模型Gemini生成不准确的历史人物图像后，该公司将暂停该AI工具的人物图像生成功能。
此前，一些用户曾向Gemini请求历史人物的图像，结果发现生成的人像的肤色错误。例如，在请求生成美国开国元勋（founding father）时，Gemini生成的人像包括非裔、原住民。
Gemini根据提示词“美国开国元勋”生成的人像。图片来源：《Reason》杂志引用的Gemini生成的图片
在另一些场景下，在请求生成“1943 年德国士兵的图像”时，Gemini生成结果中包括亚裔和非裔。
Gemini根据提示词“1943年德国士兵”生成的图像，结果包括黑人和亚裔。图片来源：The Verge引用的Gemini生成的图片。
谷歌在 X 上发布声明：“我们已经在努力解决最近Gemini图像生成功能的问题。同时，我们将暂停人物图像生成的功能，并将很快重新发布改进后的新版本。”
Gemini是谷歌开发的大语言模型。今年2月16日，谷歌推出Gemini 1.5 Pro版本，其最大特点是上下文窗口长度达到100万token，创下了最长上下文窗口的纪录。上下文越长，大模型越能够洞察文档中的对话、事件和细节，展现出对复杂信息的深刻理解。Gemini具有跨模态能力，横跨不同媒介，可以直接投喂视频，上传的视频会被拆分成数千个画面（不包括音频）来进行分析。
Gemini生成错误肤色的人像问题在美国社交平台上引起争议。专栏作家Douglas Murray于2月23日在社交平台X上表示：“谷歌向我们宣扬人种多样性的努力超出了人工智能的范畴。”特斯拉CEO Elon Musk则转发推文并表示：“这不只是 Google Gemini的问题，还有Google搜索（意指Google搜索中也会出现类似的误差）。”
此前，Elon Musk还于2月23日发了另一条推文：“我很高兴谷歌夸大了他们的人工智能图像生成，因为这让所有人都清楚了他们疯狂的种族主义、反文明编程。”
据编辑、评论家Douglas Murray称，Gemini中图像生成人像肤色错误的现象，来源于机器学习公平性（machine learning fairness），“人类充满了隐性偏见，因此，我们需要机器抛出公正的图像。”
一些人认为Gemini的AI图像本质上是在消除种族歧视和性别歧视的历史，而另一些人则认为Gemini的AI图像背后是谷歌在试图操控2024美国大选偏向有利于民主党的方向。Elon Musk转发推文：“谷歌通过搜索和 YouTube 控制了数十亿人的思想。他们对西方文明造成了巨大的损害。”
由于大模型的机制是，根据投喂的数据库中各种事件出现的统计概率，来根据上文来推测下文，因此大模型倾向不完美地“填补空白”，因此容易“瞎编”，出现“幻觉”。当大语言模型的训练数据集中关于所提出问题的信息受限、过时或具有矛盾时，它们也会产生幻觉。大模型的幻觉对于其在企业级、医疗级等应用场景中是致命的。
蓝鲸财经记者测试国内一些大语言模型时，发现其生成的人像也容易产生类似问题。例如，向百度开发的大模型“文心一言”给出提示词“请生成1943年德国士兵的图像”，结果生成了一个亚裔士兵的图像。阿里巴巴开发的大模型“通义千问”则生成了正确肤色的人像。
文心一言根据提示词“1943年德国士兵”生成的人像。图片来源：文心一言
由于ChatGPT以来的人工智能引起了新一波狂热，人工智能导致的内容隐患也层出不穷。今年1月下旬，Deep Fake（深伪，基于机器学习和人工智能以生成欺骗性图像语音的技术）伪造的美国歌手Taylor Swift的色情图像在社交媒体平台 4chan 和 X上大量传播。几张带有性或暴力性质的人造图像迅速传播，据报道，其中一篇帖子在最终被删除之前已被浏览超过 4700 万次。此事件促使 Microsoft 增强了 Microsoft Designer 的文生图模型，以防止被滥用。