详细内容或原文请订阅后点击阅览
对吉利安·哈德菲尔德（Gillian Hadfield）的采访：AI Alignment的规范基础设施
在济州岛举行的第33届国际人工智能联合会议（IJCAI）期间，我有机会与一位主题演讲者吉利安·哈德菲尔德（Gillian Hadfield）会面。我们谈到了她的跨学科研究，职业轨迹，进入AI的路线，法律和对AI系统的一般思想。成绩单：注意：成绩单已针对[…]
来源:ΑΙhub在济州岛举行的第33届国际人工智能联合会议（IJCAI）期间，我有机会与一位主题演讲者吉利安·哈德菲尔德（Gillian Hadfield）会面。我们谈到了她的跨学科研究，职业轨迹，进入AI的路线，法律和对AI系统的一般思想。
国际人工智能会议（IJCAI）成绩单：注意：成绩单已被轻轻编辑，以清晰。
成绩单： 注意：为了清楚起见，成绩单已轻轻编辑。这是对吉利安·哈德菲尔德（Gillian Hadfield）教授的一次采访，她是2024年IJCAI的主题演讲者。她对规范基础设施以及他们如何指导我们寻找AI的搜索对齐方式进行了非常有见地的演讲。
Kumar Kshitij Patel（KKP）：您能谈谈您的背景和职业轨迹吗？我希望我们的读者了解您多年来所做的跨学科工作。
kkp：因此，您谈论自己的职业轨迹的方式，即使您谈论如何通过与儿子交谈来进入AI的一致性，您几乎听起来像是非常容易的，但是这很难，而且我可以想象需要很高的能力才能适应新的人，新的文献，新的文献，新的文献，新的规范。多年来，您如何在职业生涯中保持如此高的适应性？您是否有一些想要做跨学科工作的人的技巧？
kkp：因此，如果我正确理解您的最后一点，当我们拥有公理系统时，我们想从它们中得出定理，结论或命题，特别是AI确实可以帮助我们扩展这些问题而没有人类可以进行的潜在逻辑谬误，但人类可能仍然具有挑战性的事情，但是要使我们能够使我们的人类能够理解这些系统的量表仍然可以挑战，从而可以理解这些系统的规模。
kkp：从本质上讲，这些系统似乎比以前更能更积极地思考的事实？
关于吉利安
标签：
ijcai，