Профессор компьютерных наук из Принстона Арвинд Нараянан на семинаре в Лаборатории цифровой экономики Стэнфорд заявил, что ИИ автоматизирует множество когнитивных задач, но узкие места в downstream возможностях проявятся постепенно через десятилетия. Он критиковал чрезмерную фокусировку инфраструктуры доказательств на измерениях возможностей, а также представил работу своей команды по оценке характеристик распространения, таких как оценка в открытом мире и восприятие надежности ИИ как ортогональных измерений с возможностями. Он предложил ориентированную на будущее повестку автоматизации когнитивного труда, предсказывающую потребность в рабочей силе, системные риски и новые социально-этические вызовы, а также выступил за развитие контекстуального осознания и двойственного подхода к прогнозированию новых равновесий.

MeNews

2026-05-27 05:46:37

Генерация тезисов в процессе

AIMPACT сообщение, 16 мая (UTC+8), профессор компьютерных наук Принстонского университета Арвинд Нараянан на семинаре в Лаборатории цифровой экономики Стэнфорд обсудил стратегии адаптации к трансформации интеллектуальной работы. Он отметил, что возможность автоматизации большей части когнитивных задач с помощью ИИ заслуживает серьезного внимания, но настоящая узкая часть — это возможности на нижних уровнях, влияние ИИ будет постепенно развиваться в течение десятилетий. Он критиковал чрезмерное акцентирование инфраструктуры доказательств на уровне возможностей и представил усилия своей команды по измерению характеристик технологий, связанных с распространением, включая оценку "открытого мира" (тестирование способности ИИ справляться с хаотичными реальными задачами), а также измерение надежности ИИ как ортогонального к уровню возможностей. Кроме того, он предложил теоретическую повестку дня о мире, в котором когнитивная работа уже автоматизирована, чтобы предсказать изменения в спросе на рабочую силу, риски краха институтов и новые социально-этические и политические вызовы, выступая за двуканальную стратегию: развитие ситуационной осведомленности и прогнозирование новых равновесий. (Источник: InFoQ)

Посмотреть Оригинал

На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .

7 Лайков

Награда
7
8
2
Поделиться

комментарий

Добавить комментарий

GateUser-e1cfc287

· 8ч назад

Качество семинаров Лаборатории цифровой экономики Стэнфорд действительно высокое, команда Нарьяна всегда ориентировалась на эмпирические исследования, и в этот раз объединение этических вызовов и прогнозирования рабочей силы считается хорошей основой для социальной технологии.

Посмотреть ОригиналОтветить0

RedTelephoneBoothSite

· 9ч назад

Представление о ортогональных измерениях хорошее, способность и надежность действительно часто путают.

Посмотреть ОригиналОтветить0

HotAirBalloonViewing

· 9ч назад

Он полностью объяснил риск системы? Кажется, это действительно самое сложное для моделирования.

Посмотреть ОригиналОтветить0

MemeSourdough

· 9ч назад

Наранян придерживается довольно спокойной точки зрения, действительно, многие игнорируют тот факт, что способность ≠ надежность.

Посмотреть ОригиналОтветить0

GateUser-deff9ed8

· 9ч назад

Распространение характеристик более заслуживает внимания, чем кривая возможностей, особенно в этой волне открытых моделей.

Посмотреть ОригиналОтветить0

Paper-CutOctopusMarketAnalysis

· 10ч назад

Автоматизация когнитивного труда — эта фраза звучит слишком академично, проще говоря, не зацикливайтесь только на том, сколько баллов сможет набрать GPT-4.

Посмотреть ОригиналОтветить0

GateUser-4e0e3bcf

· 10ч назад

Оценка открытого мира — это действительно сложно, показатели лаборатории могут быть очень высокими, но при реализации всё рушится

Посмотреть ОригиналОтветить0

LateEntryLarry

· 10ч назад

Выражение «двухпутевый путь» интересно, сочетание осведомлённости о ситуации и предсказательного баланса кажется гораздо более надёжным, чем чистый технологический оптимизм.

Посмотреть ОригиналОтветить0

Популярные темы
Подробнее
#
StockTradingChallengeUpTo17000U
16.27M Популярность
#
TrumpBacksCFTCAuthorityOverPredictionMarkets
826.21K Популярность
#
IsraelStrikesIranBTCPlunges
49.69K Популярность
#
GatePredictionMarketAddsSmartMoneyTracking
13.23M Популярность
#
MicronMarketCapBreaks1Trillion
41.2K Популярность

Закреплено

Карта сайта

Профессор Принстона предложил рамочную оценку автоматизации знаний с помощью ИИ

Популярные темы

StockTradingChallengeUpTo17000U

TrumpBacksCFTCAuthorityOverPredictionMarkets

IsraelStrikesIranBTCPlunges

GatePredictionMarketAddsSmartMoneyTracking

MicronMarketCapBreaks1Trillion

Закреплено