封面秀

关于摄影师

朱浚侨，1996 年生于上海，视觉艺术家、摄影师和影像导演。2015-2019 年，他于加拿大温哥华艾米丽卡尔艺术与设计大学学习电影、综合媒体与视频艺术专业，现工作生活于上海和温哥华。他在实验电影、摄影、多媒体装置和人工智能生成等不同领域中不断探索，其形成了的艺术风格深受宗教、东西方当代文化和哲学的影响，并努力在其中建立起与现代社会共振的美学价值观。

本期封面

《FMAO：AI的偏见》

创作时间：2023年

作品类型：人工智能生成图像

“偏见恒久，纷争不眠。”

Prejudice is eternal，and disputes never"sleep.

长期以来，美貌偏见和基于外貌的刻板印象在我们的社会中根深蒂固。更有魅力的个体通常在各种社交场合中更加成功，例如在工作场所或个人关系中。然而，这种偏见也强化和延续了对那些不符合传统美丽标准的人的有害刻板印象。例如，肥胖、残疾或不符合传统性别规范的个体可能会因为外表而面临歧视和社会排斥。

在人工智能（AI）领域，数据标注是训练算法执行各种任务的重要步骤。然而，用于训练AI模型的数据依旧包含偏见并延续刻板印象，包括与美貌和外貌相关的印象。例如，如果用于训练AI模型的数据只包含传统上的有吸引力的个体图像，那模型可能会学习将吸引力与其他理想品质，例如智力、能力和社交技巧联系起来。这可能导致有偏见的预测或决策，歧视那些不符合传统美丽标准的人。因此，在AI数据标注的背景下理解美貌偏见和刻板印象就显得非常重要。AI开发人员和数据标注者有责任挑战和颠覆传统的美丽标准，创建一个更包容和多样化的AI系统。实现这一目标的方法是确保用于训练AI模型的数据是多样化和包容的，包括不同体型、年龄和种族的个体。这种方法有助于促进身体的积极性、自我接受和多样性。另一种消除AI数据中美丽偏见的方式是审视构成我们审美观的根基。通过探索美的标准源自何处，并探究文化和历史根源，AI模型开发者需要不断开拓并平衡多元的审美与欣赏方式。这样也许能够创建不再固化审美偏见和刻板印象的AI模型。