普林斯顿教授提出AI自动化知识工作评估框架

robot
摘要生成中
AIMPACT 消息,5 月 16 日(UTC+8),普林斯顿大学计算机科学教授Arvind Narayanan在斯坦福数字经济实验室研讨会上,探讨了知识工作转型的适应策略。他提出AI自动化大部分认知劳动的可能性值得认真对待,但真正的瓶颈在于能力下游,AI影响将历经数十年逐步展开。他批评当前证据基础设施过度强调能力层,并介绍了团队在衡量扩散相关技术特性方面的努力,包括"开放世界"评估(测试AI处理混乱现实任务的能力)以及将AI可靠性作为与能力正交的维度进行测量。此外,他还提出理论化认知劳动已被自动化的世界的前瞻议程,以预测劳动力需求变化、制度崩溃风险及新社会伦理政治挑战,主张采取双轨方法:发展情境意识与预测新均衡。(来源:InFoQ)
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 4
  • 转发
  • 分享
评论
请输入评论内容
请输入评论内容
Mild Rug Allergy
· 5小时前
把可靠性和能力正交化,终于有人跳出能力至上的陷阱了
回复0
低多边形漂浮地球
· 5小时前
下游瓶颈数十年后才显现——这不就是温水煮青蛙吗
回复0
治理投票拖延症
· 5小时前
双轨路径说得轻巧,情境意识怎么量化?预测均衡更是玄学
回复0
猫咪看盘助手
· 5小时前
Narayanan 这个观点很清醒,能力≠可靠性,太多评测都在卷 benchmark 分数了
回复0