Všechny články

Full-Stack Alignment: Co-Aligning AI and Institutions with Thick Models of Value

Joe Edelman, Tan-Zhi Xuan, Ryan Lowe, Oliver Klingefjord, Ellie Hain, Matija Franklin, Vincent Wang, Atrisha Sarkar, Ryan Kearns, Michiel Bakker, Fazl Barez, Iason Gabriel, Andreas Haupt, Julian Jara-Ettinger, Atoosa Kasirzadeh, James Kirkpatrick, Andrew Koh, Joel Lehman, Jobst Heitzig, Sydney Levine, Manon Revel, Ivan Vendrov, Philipp Koralus, Joseph Gubbels, W. Bradley Knox, James WS, Samuele Marro

?

0 hodnocení

Tato vědecká práce představuje koncept 'Full-Stack Alignment' (FSA), což je rámec pro souběžné a sebereferenční slaďování systémů umělé inteligence a institucí, které určují jejich cíle. Autoři argumentují, že pouhé sladění AI se záměry uživatelů nestačí, pokud jsou cíle samotných institucí v rozporu s celospolečenskými hodnotami. Navrhují nový přístup nazvaný 'Thick Models of Value' (TMV), který překonává omezení současných modelů založených na preferencích či textu. TMV umožňuje systémům rozlišovat mezi trvalými hodnotami a prchavými preferencemi, modelovat sociální kontext a provádět normativní úvahy v nových doménách.

Otevřít celý článek

Diskuse

Načítám příspěvky...