O professor de Princeton propôs uma estrutura de avaliação de automação de conhecimento por IA

robot
Geração do resumo em andamento
AIMPACT mensagem, 16 de maio (UTC+8), o professor de Ciência da Computação da Universidade de Princeton Arvind Narayanan, no seminário do Laboratório de Economia Digital de Stanford, discutiu estratégias de adaptação para a transformação do trabalho cognitivo.
Ele destacou que a possibilidade de automação por IA da maior parte do trabalho cognitivo merece atenção séria, mas o verdadeiro gargalo está na capacidade downstream, e o impacto da IA se desenvolverá ao longo de várias décadas.
Ele criticou a infraestrutura de evidências atual por enfatizar excessivamente a camada de capacidade e apresentou os esforços de sua equipe na medição das características técnicas relacionadas à difusão, incluindo a avaliação de "mundo aberto" (testando a capacidade da IA de lidar com tarefas de realidade caótica) e a medição da confiabilidade da IA como uma dimensão ortogonal à capacidade.
Além disso, ele propôs uma agenda prospectiva para um mundo onde o trabalho cognitivo já foi automatizado, visando prever mudanças na demanda por força de trabalho, riscos de colapsos institucionais e novos desafios ético-políticos sociais, defendendo uma abordagem de duplo trilho: desenvolver consciência de contexto e prever novos equilíbrios.
(Fonte: InFoQ)
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
  • Recompensa
  • 8
  • 1
  • Compartilhar
Comentário
Adicionar um comentário
Adicionar um comentário
RugProofMaybe
· 38m atrás
Ele critica a infraestrutura de evidências por estar excessivamente focada em capacidade, isso não seria como dizer que agora há uma competição excessiva dentro de várias referências de avaliação?
Ver originalResponder0
GaslightGardener
· 2h atrás
Colocar a confiabilidade como ortogonal à capacidade, isso é fundamental para aplicações de IA na área médica e jurídica
Ver originalResponder0
Post-RainCancellationAgent
· 2h atrás
Mundo aberto vs mundo fechado, essa distinção é mais profunda do que se imagina, o ChatGPT vive em um mundo fechado
Ver originalResponder0
ChecksumSmile
· 2h atrás
A visão de Narayanan é bastante interessante; separar confiabilidade e capacidade realmente faz mais sentido do que apenas subir posições na classificação.
Ver originalResponder0
MemeSourdough
· 2h atrás
A última frase sobre os desafios éticos da nova sociedade, parece que em 2024 já estamos vivendo esses desafios.
Ver originalResponder0
DustCollector
· 2h atrás
A qualidade dos seminários do Laboratório de Economia Digital de Stanford é realmente alta, o trabalho da equipe de Narayanan sempre foi bastante crítico
Ver originalResponder0
RugProofMood
· 2h atrás
Prever o novo equilíbrio parece uma gíria da economia, mas a reconstrução do mercado de trabalho realmente exige essa estrutura
Ver originalResponder0
MinimalistSculpturePedestal
· 2h atrás
A agenda de automação do trabalho cognitivo, traduzindo, é: os trabalhadores de classe média estão em risco
Ver originalResponder0