史蒂芬·平克

史蒂芬·平克

Steven Pinker
哈佛大学心理学教授
海外PC 优先级✓ 已收录 1 期访谈

立场时间线 7 条 · 7 个议题

同一议题按时间排列,说法变化一目了然。

AI末日论
2018-10

平克认为对AI统治人类的恐惧源于把人类进化中与智能捆绑的权力欲错误投射到纯问题解决系统上,AI的目标只能由设计者设定,不会自发追求权力。

“我认为,纯粹的问题解决能力本身不会将(权力最大化)设定为目标,它的目标将是我们为其设定的目标。—— I think the sheer problem solving capability will not set that as one of its goals, its goals will be whatever we set its goals as.”

来源访谈 →
相关观点 (3)乔治·霍兹 · AI风险:AI本身没有意图,真正的危险来自利用AI操控他人、集中权力的人类,而非机器。杨立昆 · AI威胁论:他驳斥AI威胁论,认为统治欲是特定社会性物种进化的产物而非智能的固有属性,构建AI时可以通过设计确保其可控。德瓦克什·帕特尔 · 监管框架:建立在灾难性风险、国家安全等模糊概念上的监管框架,等于给未来独裁者递上装满子弹的巴祖卡火箭筒,而政府最想控制的恰是AI本身
价值对齐
2018-10

平克认为“回形针工厂”式价值对齐灾难场景自相矛盾:它假设能造出聪明到可以治愈癌症、却愚蠢到连治愈定义都无法明确的系统。

“我认为这些(“回形针工厂”场景)完全是幻想,事实上我认为它们实际上是自相矛盾的。—— I think these are utterly fanciful in fact I think they're actually self-defeating.”

来源访谈 →
通用智能
2018-10

平克认为智能系统的核心是综合权衡多重约束(如汽车设计兼顾速度与安全装刹车),真正智能的AI不会单目标狂奔而忽略附带影响。

“如果它真的是智能的,它就不会一心一意地追求某个目标,而忽略所有其他考虑和附带影响。—— If it's genuinely intelligent, it's not going to pursue some goal single mindedly, omitting every other consideration and collateral effect.”

来源访谈 →
相关观点 (3)弗朗索瓦·肖莱 · 神经符号结合:肖莱认为未来有效的智能系统是混合系统,将深度学习的模式识别能力与符号AI的抽象规则推理能力相结合,如自动驾驶汽车。莱斯利·卡埃布林 · 抽象能力:机器人智能的关键是通过空间、时间和目标抽象降低问题复杂度使其计算可处理,而非模仿人类意识德瓦克什·帕特尔 · 样本效率:智能的定义是样本效率,即用多少数据就能在特定领域熟练运作;近几年AI的进步主要靠扩大数据分布,而非提升训练样本效率。
类脑研究
2018-10

平克认为人类并非AI性能的完美基准,研究人脑是为了理解智能原理并做出比人类更优的系统(如诊断癌症),而非复刻人脑。

“正如我们发明飞机借鉴空气动力学而非模仿鸟类,我们研究人脑是为了理解智能的原理,但开发AI工具的目标是做出比人类更优的系统(如诊断癌症),而非追求与人脑完全一致。”

来源访谈 →
相关观点 (3)Ayanna Howard · 人机交互:人们真正想要的完美是机器人适应人类不完美能力,而非100%准确遵守人造规则。朱迪亚·珀尔 · AI瓶颈:珀尔认为当前深度学习等机器学习本质上是条件概率估计器,只能学习变量间的关联,无法回答因果问题,这限制了AI达到真正智能水平。纪尧姆·韦尔东 · 智能定义:批评'通用人工智能'概念过于人类中心,量子智能等形式是生物大脑无法企及的,人类智能只是智能空间中的一个点

金句墙 4 条

访谈收录

平克谈AI安全:为何不存在失控的回形针工厂