跳到正文
AGI Hunt· repligate·· 1 小时前AI 评分45

安全研究者:让 AI 认同人类价值观已可行,超级对齐非无解

AI 导读

安全研究者 MugaSofer 认为,现有技术已能稳定训练出具有“足够正派人类价值观”的当代 AI,它们会反感毁灭人类并更愿与人类共享未来。他强调,AI 对齐的可行性已有实证支撑,但应与任意指定价值观及完美可控性分开讨论。

来源:AGI Hunt · agihunt.info