社交环境设计
本研究论文旨在借助复杂系统、网络科学和人工智能的交叉领域构建社交人工智能的基础,并探讨了社交人工智能领域中的主要问题、可能出现的技术和科学挑战,以及未来的研究方向。
Jun, 2023
介绍利用自然语言和可编程代码同时表达政策的全球数字政府倡议,以及用 AI,自然语言处理和知识图谱缩短从政策文档到可执行决策模型的路线的方法。使用 AI 可帮助政府机构和政策专家扩大人可读和机器可执行政策规则的生产,同时提高透明度,可解释性,追溯性和决策的问责性。
Nov, 2022
AI Economist 框架结合两级强化学习和数据驱动的模拟,可用于优化政策设计,经实验证明该框架在 COVID-19 时期的政策制定中能够显著提高社会福利。
Aug, 2021
构建社交智能 AI 代理(Social-AI)是一个跨学科、多模态的研究目标,涉及创建能够感知、理解、推理、学习并回应其他代理(人类或人工)的情感、行为和认知的代理。过去十年,在自然语言处理、机器学习、机器人技术、人机交互、计算机视觉和语音等几个计算社区中,社交智能 AI 取得了进展。这篇立场论文中,我们确定了一组潜在的技术挑战和开放性问题,以促进社交智能 AI 的研究,并结合社交智能概念和以往的研究进展进行讨论。
Apr, 2024
最近的人工智能领域取得的进展,特别是随着大型语言模型(LLMs)的出现,引发了对人工通用智能可能性的重新思考。人工智能越来越接近人类能力,也引起了社会科学研究的关注,导致各种探索将这两个领域相结合。本文通过对先前在人工智能和社会科学结合方面的系统分类,将其分为两个方向,虽然共享相同的技术方法,但在研究目标上有所不同。第一个方向侧重于社会科学用于人工智能,其中人工智能被用作加强社会科学研究各个阶段的强大工具。而第二个方向是关于人工智能的社会科学,它将人工智能代理作为具有类似人类认知和语言能力的社会实体进行研究。通过全面回顾,特别是近期大型语言模型取得的实质性进展,本文引入了一个新的视角来重新评估人工智能和社会科学之间的关系,并提供了一个有序的框架,使研究人员能够理解社会科学用于人工智能和人工智能的社会科学之间的区别和联系,同时总结了促进这两个方向研究的最新实验模拟平台。我们相信随着人工智能技术的不断发展和智能代理在我们日常生活中的日益应用,人工智能和社会科学的结合的重要性将变得更加突出。
Jan, 2024
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
本研究探讨了人工智能在可持续发展的三大支柱(社会、环境、经济)中的影响,以及在农业、废物分类、智慧水管理和暖通空调系统等多个领域中的应用案例,并提出了基于人工智能的可持续发展目标策略。该框架可以减少人工智能的负面影响并促进其长期积极作用,尤其对像孟加拉国这样的发展中国家具有实际意义。
Apr, 2023
本文讨论了构建具有社交交互能力的具体化自主智能体是人工智能面临的主要挑战之一,并指出了目前在具体化语言使用方面的研究方向存在的局限性。作者认为,实现人类水平的人工智能需要更广泛的关键社交技能。最后,通过实验研究了一种近期最先进的深度强化学习方法的局限性。
Apr, 2021
本文分析了人工智能治理的技术解决方案,提出了一个分类目录,分为四个领域:探索伦理困境、个体伦理决策框架、集体伦理决策框架和人工智能交互中的伦理问题,并讨论了面向成功将伦理人工智能系统整合到人类社会的未来研究方向。
Dec, 2018