人工智能与人文学科的界限
最近人工智能(特别是大型语言模型和创意图像生成系统)在艺术与人文学科等广泛领域展示了令人印象深刻的能力,然而,人工智能的快速发展也引发了对其在这些文化意义重大的领域中负责任的部署的重要问题。本文全面分析了与艺术和人文学科有关的文本、图形、音频和视频的人工智能的应用和意义。我们调查了最前沿的系统及其在从诗歌到历史、市场营销到电影以及交流到古典艺术等领域的使用情况。我们概述了与人工智能系统中的真实性、有害性、偏见和公共安全相关的重要问题,并提出了减轻策略。本文主张多利益相关者的合作,以确保人工智能在促进创造力、知识和文化价值的同时,不损害真理或人的尊严。我们及时的贡献总结了一个快速发展的领域,突显了有希望的方向,同时倡导以人的繁荣为中心的负责任进展。本分析为进一步研究如何使人工智能的技术能力与永恒的社会美好相契合奠定了基础。
Oct, 2023
探讨了人类智能与人工智能在预测特定结果方面的优劣,提出了在未来几十年内的劳动分工典范可能是混合智能。这个概念旨在利用人类智能和人工智能的互补优势,以使它们能够比两者分别表现得更好,并探讨了其在组织上下文中的应用。
May, 2021
通过证据的汇集,展示了自然智能是通过不同尺度的互动网络中的智能集体、社会关系和主要进化转变而产生的,这些过程通过种群压力、军备竞赛、马基雅维利选择、社会学习和积累文化等机制促进了新数据的产生,将这些机制整合到智能代理的视角中,表明通过持续的新数据生成实现类人复合创新的可能路径。
May, 2024
人工智能创新主要关注 “what” 和 “how” 问题,忽视可能的危害与社会背景,导致了潜在的社会技术问题,因此我们需要计算机科学和社会学科之间更紧密的联系。
Dec, 2020
本文简述了人工智能的近一个世纪发展历程,总结了发展趋势并发现了普遍规律,分析了过去失败和现在成功的原因,强调了哲学思维在理解和解决人工智能问题中的重要性以及重点发展方向应该是人机协作和以计算能力为核心的技术路径。
Mar, 2023
深度学习在人工智能研究的各个领域取得了重大进展,对认知科学的哲学具有重要意义,通过克服旧的连接主义模型的局限性,深度神经网络在认知科学的哲学争论中取得了重大进展,并且与哲学和认知科学的跨学科合作有望解决深度神经网络比较评估方面的方法论挑战,哲学家在探索与深度学习和认知的基础问题相关的领域有很大潜力。
May, 2024