与 Bast AI 首席执行官 Beth Rudden 一起构建可解释的人工智能

本周,Trending in Ed 节目的主持人 Mike Palmer 与 Trending in Ed 全明星、Bast AI 首席执行官 Beth Rudden 一起参与节目。从作为一名考古学家在泥土中挖掘,到作为 IBM Managed Services 首席数据官管理一个价值 340 亿美元的部门,Beth 为人工智能对话带来了根深蒂固的技术视角。在这场内容广泛且富有洞察力的对话中,迈克和贝丝跳过了典型的人工智能炒作,探索构建可解释的、值得信赖的技术实际上需要什么。 Beth 分享了 Bast AI 如何充当与 LLM 无关的可解释层 - 使用独特的饮用巧克力类比来演示他们如何验证 AI 数据,而不是让模型产生看似合理的叙述。他们探索使用小语言模型 (SLM) 来丰富数据的实际应用,Bast AI 与克雷格医院的有意义的合作将复杂的神经脊柱门诊程序翻译成易于理解的语言和类比,这突出了这一点。关键见解:• 反转聊天机器人方法:为什么定义人工智能可以谈论的内容比建立限制性护栏更有效。• “人在循环中”的神话:将责任转移给过度劳累的人类如何可能成为洗钱的一种形式。• 微服务与代理工具:看看克劳德代码等自然语言代理系统与离散、自我修复任务的风险。• 认知卸载和数学教育:为什么未来的技术技能应该优先考虑不同

来源:Trending In Education

本周,Trending in Ed 节目的主持人 Mike Palmer 与 Trending in Ed 全明星、Bast AI 首席执行官 Beth Rudden 一起参与节目。从作为一名考古学家在泥土中挖掘,到作为 IBM Managed Services 首席数据官管理一个价值 340 亿美元的部门,Beth 为人工智能对话带来了根深蒂固的技术视角。

在这次内容广泛且富有洞察力的对话中,Mike 和 Beth 跳过了典型的人工智能炒作,探索构建可解释的、值得信赖的技术实际上需要什么。 Beth 分享了 Bast AI 如何充当与 LLM 无关的可解释层 - 使用独特的饮用巧克力类比来演示他们如何验证 AI 数据,而不是让模型产生看似合理的叙述。他们探索了使用小语言模型 (SLM) 来丰富数据的实际应用,Bast AI 与克雷格医院的有意义的合作将复杂的神经脊柱门诊程序翻译成易于理解的语言和类比,这突出了这一点。

关键见解:

  • 反转聊天机器人方法:为什么定义人工智能可以谈论的内容比构建限制性护栏更有效。
  • “人在循环中”的神话:将责任转嫁到过度劳累的人身上如何可能成为洗责任的一种形式。
  • 微服务与代理工具:研究自然语言代理系统(如克劳德代码)与离散的自我修复任务的风险。
  • 认知卸载和数学教育:为什么未来的技术技能应该优先考虑微分方程和多样性预测定理而不是简单的计算。
  • 模式识别与选择:通过明智选择的能力来定义真正的智能,而不仅仅是匹配数学模式。
  • 他们还与 Cynefin 框架交叉,解释了人类大脑如何通过同时处理两个悖论来节省能量,并揭示了重塑现代工程伦理的文化转变。

    链接:

    时间戳:

  • 00:00 – 介绍并欢迎 Beth Rudden 回到演出