最新消息:Daron Acemoglu、Tianyi Lin、Asuman Ozdaglar 和 James Siderius 的新研究表明,人工智能并不总是改善我们的集体学习方式。


该研究认为,当一个全球系统通过受其自身反应影响的数据过快更新时,可能会强化现有偏见,减少信息多样性,并恶化长期社会知识。
该研究提出了一个理论模型,其中人工智能从人口的信仰中学习,然后返回信号以修改这些信仰。
查看原文
post-image
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 评论
  • 转发
  • 分享
评论
请输入评论内容
请输入评论内容
暂无评论