Assessing the Geographic Diversity of AI's Platial Representations in Image Generation
本文通过将生态物种多样性度量指标进行适配，评估了人工智能图像生成的地理多样性，揭示了较旧的模型和提示词修订往往比新模型产生更高的多样性，同时也暴露了当前系统在以刻板印象方式呈现特定地点方面存在的令人担忧的同质化现象。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你拥有一群非常聪明、非常有创造力的机器人。你要求它们画出一座特定城市的图画，比如维也纳。你可能会预期，如果你问 30 个不同的机器人，你会得到 30 种不同的视角：有的展示公园，有的展示博物馆，有的展示繁忙的街道，有的展示著名的教堂。
但这篇文章提出了一个问题：如果它们画出的全都是一模一样的东西呢？
研究作者通过询问各种 AI 模型（如 DALL·E 和 GPT-4o）来绘制维也纳的图像，以此来测试这一现象。他们不仅观察了图片，还观察了图片背后的“想法”，以观察 AI 是在进行创作，还是仅仅在重复一段破碎的录音。
以下是他们研究结果的拆解，使用了简单的类比：
1. “旅游手册”问题
当研究人员要求 AI 绘制维也纳时，几乎所有的模型都会立即想到圣斯蒂芬大教堂。就好像每个机器人的脑子里都装着同一本旅游手册。
- 研究发现： AI 模型表现得极其“刻板印象化”。它们没有展示整座城市，而只展示了最著名的地标（如歌剧院或市政厅）。
- 隐喻： 想象一下，你要求 100 个人描述一片森林。如果其中 90 个人只提到最高的松树，而忽略了蕨类植物、河流和岩石，那么他们并不是在真正描述“森林”，而是在描述“松树”这个概念。AI 对维也纳的处理方式也是如此。
2. “新与旧”的惊喜
通常，我们认为新技术总是更好的。我们假设最新的 AI 模型会最具创造力和多样性。
- 研究发现： 作者发现了一个反直觉的现象。较旧的 AI 模型（如 DALL·E 2）生成的图像反而比最新的模型更具多样性。最新的模型反而更加“墨守成规”，过度集中在少数几个地标上。
- 隐喻： 这就像是一个音乐播放列表。你可能会期望“2026 尊享版”音乐 App 拥有最多的多样性。但在这种情况下，“尊享版”只会一遍又一遍地播放那三首热门单曲，而“2022 基础版”反而能播放更广泛的歌曲组合。
3. “文字与图片”的差距
研究调查了过程中的两个步骤：
- 提示词（Prompt）： AI 用来描述它准备画什么的文本。
- 图像（Image）： 它实际生成的图片。
- 研究发现： AI 在“编写描述”时比在“绘制图片”时更具多样性。
- 隐喻： 想象一位厨师在菜单上写下了 20 种异域风情的菜肴（提示词），但当他实际烹饪时，他只供应三种基本的菜肴（图像）。“想法”是多样化的，但“现实”却并非如此。
4. 数苹果与橙子（数学部分）
为了衡量这种“多样性”，研究人员借用了生态学（研究自然界的学科）中的工具。
- 旧方法（希尔数/Hill Number）： 如果一个森林里有 10 棵树，且它们都是不同的物种，那就是高多样性。如果 10 棵树中有 9 棵是松树，只有 1 棵是橡树，那就是低多样性。
- 新方法（莱恩斯特-科布尔德数/Leinster-Cobold Number）： 作者意识到，仅仅计算“不同”的东西是不够的。如果你们有 10 棵树，其中 5 棵是松树，5 棵是云杉？它们是不同的物种，但它们非常相似。
- 洞察： 当他们使用这种考虑“相似性”的数学方法时，多样性得分进一步下降了。事实证明，即使 AI 选择了不同的地标，这些地标往往也只是同一种类型建筑的不同版本（例如，不同的教堂）。
- 隐喻： 如果你让一个孩子选 5 种不同的水果，而他选了一个青苹果、一个富士苹果和一个嘎啦苹果，他可能会说：“我选了 3 种不同的水果！”但专家知道它们其实都是苹果。AI 挑选的地标虽然“不同”，但实际上都是不同的“苹果”。
5. 我们为什么要关心？
作者认为，这不仅仅是一个技术故障，这是一种偏见。
- 如果当你询问一座城市时，AI 总是向你展示同样的几个地标，它就会创造出一种狭隘、刻板的城市观。
- 它面临着让这座城市的其他部分（当地社区、小型公园、独特的当地建筑）变得“隐形”的风险。
- 结论： 随着 AI 生成图片的水平不断提高，它在展示真实、复杂且多样化的世界方面可能会变得越来越差。它正在变成一面“镜像之墙”，只把最著名的事物反射给我们看。
简而言之： 这篇论文警告说，我们的 AI 图像生成器正在成为地理上的“回声壁”。它们变得过于擅长随大流，以至于忘记了向我们展示这个世界上独特、多样且不那么出名的部分。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。