新京報貝殼財經(jīng)訊（記者羅亦丹）“ChatGPT,，你確定你剛生成的是對的嗎,？”9月5日，在2024 Inclusion·外灘大會開幕主論壇上,，機器學(xué)習(xí)泰斗,、美國“三院院士”邁克爾·喬丹再次談到人工智能的不確定性,。他表示,，當(dāng)前的人工智能系統(tǒng)很難表達它真正學(xué)到哪些知識,，也沒有能力表達它有多確定。相較之下,，人類在面對不確定性時表現(xiàn)出色,，尤其是集體協(xié)作共同應(yīng)對時。
美國“三院院士”邁克爾·喬丹 官方供圖“缺乏對集體性,、不確定性和激勵機制的關(guān)注,，是當(dāng)前對人工智能的討論中缺失的三個方面?！边~克爾·喬丹認為,，人工智能落地產(chǎn)業(yè)，需要形成互相協(xié)作的集體,；要構(gòu)建人工智能的協(xié)作系統(tǒng),，必須要引入經(jīng)濟學(xué)的“激勵”視角。因此,，他建議不僅單獨設(shè)備要具備一定智能,，人工智能更要通過協(xié)同體現(xiàn)在整體系統(tǒng)層面。他表示,，僅僅將人類的智慧融入超級智能計算機中是不夠的,，現(xiàn)代信息技術(shù)在醫(yī)療、交通,、金融科技和商業(yè)領(lǐng)域的應(yīng)用,，需要集體性、去中心化的智能系統(tǒng),。邁克爾·喬丹進一步探討了不確定性與集體性的關(guān)系,。他指出，人類在集體協(xié)作時能夠更好地應(yīng)對不確定性,，但如何讓當(dāng)前的AI系統(tǒng)也具備類似的集體協(xié)作能力,，仍是一個未解的關(guān)鍵問題。他認為,，微觀經(jīng)濟學(xué)視角是當(dāng)前AI研究的一個缺失,。“激勵機制”是市場經(jīng)濟和集體智能的關(guān)鍵因素,，“AI擁有海量的數(shù)據(jù),，但有些不能生成價值，通過設(shè)計激勵機制才能驅(qū)動AI智能體貢獻和協(xié)作,?！边~克爾·喬丹提出了“三層數(shù)據(jù)市場（Three-Layer Data Markets）”模型，其中用戶,、平臺和數(shù)據(jù)買家通過“出讓數(shù)據(jù)”,、“購買數(shù)據(jù)”、“提供服務(wù)”形成了閉環(huán),。他強調(diào),，數(shù)據(jù)購買者也就是企業(yè)可以結(jié)合“數(shù)據(jù)和服務(wù)”建立與用戶的激勵機制，從而為他們帶來真正的價值,。對此,，邁克爾·喬丹援引了統(tǒng)計契約理論，這是一種結(jié)合了統(tǒng)計學(xué)和經(jīng)濟學(xué)的新型理論,。在契約理論中,，代理人擁有私有信息，而委托人通過激勵機制形成了數(shù)據(jù)和服務(wù)相互促進的市場,，維持了供需雙方的利益平衡,。例如航空公司分“商務(wù)艙”和“經(jīng)濟艙”，航空公司作為委托人能夠根據(jù)代理人的不同支付意愿提供不同的價格,，而不需要代理人透露其個人信息,。由于過去十年間，全球范圍內(nèi)對數(shù)據(jù)隱私的監(jiān)管不斷增加,，他也建議“我們可以通過非一致的隱私要求進一步提高用戶效用,，對低成本平臺施加更高的要求?！边~克爾·喬丹教授是機器學(xué)習(xí)領(lǐng)域的先驅(qū),，通過在機器學(xué)習(xí),、概率學(xué)、統(tǒng)計學(xué)以及圖模型這四者間建立聯(lián)系,，為機器學(xué)習(xí)奠定了數(shù)學(xué)與計算基礎(chǔ),。他曾獲得IEEE約翰·馮·諾依曼獎?wù)隆H人工智能聯(lián)合會議卓越研究獎和2022年第一屆世界頂尖科學(xué)家協(xié)會獎,。編輯 丁爽校對 王心
免責(zé)聲明：本文來自網(wǎng)絡(luò)收錄或投稿,，觀點僅代表作者本人，不代表芒果財經(jīng)贊同其觀點或證實其描述,，版權(quán)歸原作者所有,。轉(zhuǎn)載請注明出處：http://lequren.com/1120141.html
溫馨提示：投資有風(fēng)險，入市須謹慎,。本資訊不作為投資理財建議,。
