Profesor Princeton mengusulkan kerangka penilaian otomatisasi pengetahuan AI

robot
Pembuatan abstrak sedang berlangsung
Pesan AIMPACT, 16 Mei (UTC+8), Profesor Ilmu Komputer Universitas Princeton Arvind Narayanan dalam seminar di Laboratorium Ekonomi Digital Stanford membahas strategi adaptasi dalam transformasi pekerjaan pengetahuan. Dia mengusulkan bahwa kemungkinan otomatisasi AI sebagian besar pekerjaan kognitif patut dipertimbangkan secara serius, tetapi hambatan utama terletak pada kemampuan hilir, dan pengaruh AI akan berkembang secara bertahap selama beberapa dekade. Dia mengkritik infrastruktur bukti saat ini yang terlalu menekankan lapisan kemampuan, dan memperkenalkan upaya tim dalam mengukur karakteristik teknologi terkait penyebaran, termasuk evaluasi "dunia terbuka" (mengujicoba kemampuan AI dalam menangani tugas-tugas dunia yang kacau) serta mengukur keandalan AI sebagai dimensi yang orthogonal terhadap kemampuan. Selain itu, dia juga mengusulkan agenda masa depan untuk dunia di mana pekerjaan kognitif telah otomatisasi secara teoritis, guna memprediksi perubahan kebutuhan tenaga kerja, risiko keruntuhan sistem, dan tantangan etika politik sosial baru, dengan mendukung pendekatan dua jalur: mengembangkan kesadaran konteks dan memprediksi keseimbangan baru. (Sumber: InFoQ)
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
  • Hadiah
  • 4
  • Posting ulang
  • Bagikan
Komentar
Tambahkan komentar
Tambahkan komentar
MildRugAllergy
· 4jam yang lalu
Mengorientasikan reliabilitas dan kemampuan secara ortogonal, akhirnya ada yang keluar dari perangkap kemampuan di atas segalanya
Lihat AsliBalas0
Low-PolyFloatingEarth
· 4jam yang lalu
Kendala hilir baru muncul setelah puluhan tahun—bukankah ini seperti memasak katak dalam air hangat?
Lihat AsliBalas0
GovernanceVoting
· 4jam yang lalu
Jalur ganda terdengar mudah, bagaimana mengukur kesadaran konteks? Prediksi keseimbangan bahkan lebih seperti ilmu gaib
Lihat AsliBalas0
CatMarketAnalysisAssistant
· 4jam yang lalu
Narayanan pandangan ini sangat jernih, kemampuan ≠ keandalan, terlalu banyak evaluasi yang hanya fokus pada skor benchmark.
Lihat AsliBalas0