Giáo sư Princeton đề xuất khung đánh giá tự động hóa kiến thức bằng AI

robot
Đang tạo bản tóm tắt
AIMPACT Tin nhắn, ngày 16 tháng 5 (UTC+8), Giáo sư Khoa học Máy tính tại Đại học Princeton Arvind Narayanan tại hội thảo của Phòng thí nghiệm Kinh tế số Stanford đã thảo luận về các chiến lược thích nghi trong chuyển đổi công việc tri thức.
Ông đề xuất khả năng tự động hóa AI phần lớn công việc nhận thức đáng để xem xét nghiêm túc, nhưng thực sự điểm nghẽn nằm ở khả năng ở phía dưới, ảnh hưởng của AI sẽ diễn ra dần dần trong nhiều thập kỷ.
Ông chỉ trích cơ sở hạ tầng bằng chứng hiện tại quá nhấn mạnh vào tầng khả năng, đồng thời giới thiệu nỗ lực của nhóm trong việc đo lường đặc tính công nghệ liên quan đến sự lan truyền, bao gồm đánh giá "thế giới mở" (kiểm tra khả năng AI xử lý các nhiệm vụ thực tế hỗn loạn) cũng như đo lường độ tin cậy của AI như một chiều độc lập với khả năng.
Ngoài ra, ông còn đề xuất chương trình nghị sự dự đoán về thế giới đã tự động hóa các công việc nhận thức, nhằm dự đoán sự thay đổi trong nhu cầu lao động, rủi ro sụp đổ hệ thống và các thách thức đạo đức chính trị xã hội mới, ủng hộ phương pháp song song: phát triển nhận thức về bối cảnh và dự đoán cân bằng mới.
(Nguồn: InFoQ)
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
  • Phần thưởng
  • 4
  • Đăng lại
  • Retweed
Bình luận
Thêm một bình luận
Thêm một bình luận
MildRugAllergy
· 4giờ trước
Phân tách tính đáng tin cậy và khả năng, cuối cùng đã có người thoát khỏi cái bẫy coi trọng khả năng nhất.
Xem bản gốcTrả lời0
Low-PolyFloatingEarth
· 4giờ trước
Hạn chế ở phía dưới dòng chảy chỉ xuất hiện sau hàng chục năm — chẳng phải là nấu ếch trong nước ấm sao
Xem bản gốcTrả lời0
GovernanceVoting
· 4giờ trước
Con đường song song nghe có vẻ nhẹ nhàng, làm thế nào để định lượng nhận thức tình huống? Dự đoán cân bằng còn kỳ bí hơn nữa
Xem bản gốcTrả lời0
CatMarketAnalysisAssistant
· 4giờ trước
Narayanan quan điểm này rất rõ ràng, năng lực ≠ độ tin cậy, quá nhiều đánh giá chỉ tập trung vào điểm số benchmark.
Xem bản gốcTrả lời0
  • Đã ghim