Compra criptomonedas
Pagar con
USD
USD
Compra y venta
Hot
Acepta Visa, Mastercard, SEPA y más
P2P
0 Fees
Trading flexible y sin tarifas
Gate Card
Paga con tus cripto en todo el mundo
Mercados
Operar
Básico
Avanzado
Futuros
Contrato
Accede a cientos de contratos perpetuos
CFD
Oro
Plataforma global de activos tradicionales
Opciones
Hot
Opera con opciones estándar al estilo europeo
Cuenta unificada
Maximiza la eficacia de tu capital
Trading de prueba
Introducción al trading de futuros
Prepárate para operar con futuros
Eventos de futuros
Únete a eventos para ganar recompensas
Trading de prueba
Usa fondos virtuales para probar el trading sin asumir riesgos
Earn
Lanzamiento
CandyDrop
tag
Acumula golosinas para ganar airdrops
Launchpool
Staking rápido, ¡gana nuevos tokens con potencial!
HODLer Airdrop
Holdea GT y consigue airdrops enormes gratis
Pre-IPOs
Accede al acceso completo a las OPV de acciones globales
Puntos Alpha
Opera activos on-chain y recibe airdrops
Puntos de futuros
Gana puntos de futuros y reclama recompensas de airdrop
Inversión
Square
Square
Descubra el valor en criptomonedas
En vivo
moments live
Análisis del mercado de criptomonedas en tiempo real
Chat
Chatea con traders de criptomonedas
Noticias
Lo que está ocurriendo en el mundo de las criptomonedas
flower_head
Más
Promociones
AI
Otros
TradFi
Gate Card
Recompensas
Plaza
Más recientes
Populares
Noticias
Perfil

El profesor de Princeton propuso un marco de evaluación para el trabajo cognitivo automatizado por IA

MeNews
AIMPACT mensaje, 16 de mayo (UTC+8), el profesor de ciencias de la computación de la Universidad de Princeton Arvind Narayanan en el seminario del Laboratorio de Economía Digital de Stanford, exploró las estrategias de adaptación para la transformación del trabajo cognitivo.
Propuso que la posibilidad de que la automatización por IA realice la mayor parte del trabajo cognitivo merece ser tomada en serio, pero que el verdadero cuello de botella está en las capacidades en la parte baja de la cadena, y que el impacto de la IA se desarrollará gradualmente a lo largo de varias décadas.
Criticó que la infraestructura de evidencia actual enfatiza demasiado la capa de capacidades, e introdujo los esfuerzos del equipo para medir las características tecnológicas relacionadas con la difusión, incluyendo la evaluación de "mundo abierto" (prueba de la capacidad de la IA para manejar tareas en un entorno caótico) y la medición de la fiabilidad de la IA como una dimensión ortogonal a las capacidades.
Además, propuso una agenda prospectiva para un mundo donde el trabajo cognitivo ya ha sido automatizado, con el fin de predecir cambios en la demanda laboral, riesgos de colapso institucional y nuevos desafíos ético-políticos sociales, abogando por un enfoque dual: desarrollar conciencia del contexto y predecir nuevos equilibrios.
(Fuente: InFoQ)
Ver original
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
  • Recompensa
  • 3
  • 2
  • Compartir
Comentar
Añadir un comentario
Añadir un comentario
Stop-LossAtTheEdgeOfTheLava
· hace5h
La última frase, 'desarrollo', ¿cómo se cortó? Me está matando de ansiedad.
Ver originalResponder0
ArbitrageIsn'tAsGoodAsGetting
· hace5h
¿Pruebas de confiabilidad de IA por separado? Finalmente alguien lo ha mencionado, ¿aún hay pocos casos de fallos ahora?
Ver originalResponder0
LighthouseInTheMist
· hace5h
Los desafíos ético-políticos sociales tras la automatización del trabajo cognitivo, este tema da para escribir diez ensayos
Ver originalResponder0

  • Fijado

Mapa del sitio