标签：目标对齐

斯图尔特·罗素：AI安全的核心是目标的不确定性

在Lex Fridman的访谈中，斯图尔特·罗素教授从他早期的国际象棋AI项目切入，阐述了“元推理”的核心作用。他指出当前AI安全的关键在于“控制问题”——即如何确保机器的目标与人类真实意图对齐。罗素提出，解决方案是让AI系统对其目标保持不确定性，并能够通过人类反馈不断学习和调整，这是构建有益AI的基石。