相关资源
Posted: Wed Jun 18, 2025 8:40 am
使用多智能体强化学习实现星际争霸 II 中的大师级别。
深度强化学习将改变我们所知的制造业。
人工智能经济学家：通过双层深度强化学习实现最优经济政策设计。Stephan Zheng、Alexander Trott、Sunil Srinivasa、David C. Parkes、Richard Socher。
利用人工智能经济学家构建数据驱动、可解释且稳健的政策设计基础。Alexander Trott、Sunil Srinivasa、Douwe van der
致谢
此版本发布部分归功于 NVIDIA，我们衷心感谢他们提供的大力帮助和支持。特别感谢 Brenton Chu 率先编写 Numba 模拟，这促使我们更新了整个代码库并使其与 Numba 兼容。我们感谢合作伙伴的慷慨支持，并迫不及待地想看到您在此版本中创造出什么！29位人工智能伦理从业者、研究人员和学生就负责任人工智能 (RAI) 领域最具挑战性的新兴问题，分享了他们的研究、经验和想法，主题涵盖四个方面：公平与透明的概念、RAI 的应用实践、RAI 的组织方法和文化变革，以及公共政策与监管。会议提出了四个关键主题：
悖论层出不穷，需要我们平衡它们之间的张力（例如，可解释性与可解读性、透明度与隐私性、公平性与认知度）。目前有许多解决方案可供选择（例如，隐私增强技术、鲁棒性测试、对抗性和反事实 电报筛查 测试），但我们了解得越多，关于每种方案的优缺点、风险和挑战的问题就越多。
如何评估、监控和修复模型仍面临重大挑战。我们需要新的、更少偏见、更具代表性的基准来进行质量建模。合成数据可以提供帮助，但其能力和适用性仍存在疑问。故障的可解释性和可靠的部署后监控对于促进公平、准确和稳健的人工智能至关重要。
创建成熟的 RAI 文化需要与安全、隐私或可访问性类似的承诺和资源。这些资源包括全面的员工教育和授权、评估和文档工具及资源的获取、遍布整个组织的拥护者、健全的激励机制以及一致且可扩展的审计流程。我们需要进一步了解的一个工具是道德咨询委员会，因为使用它们的组织很少分享相关经验。
需要公私合作来制定标准和法规。为了实现有意义且严谨的 RAI 实践，我们需要在多样性、公平性和包容性方面进行认真的投资，而不是仅仅停留在口头上。我们必须采取社会技术方法来制定标准、实践和法规。
深度强化学习将改变我们所知的制造业。
人工智能经济学家：通过双层深度强化学习实现最优经济政策设计。Stephan Zheng、Alexander Trott、Sunil Srinivasa、David C. Parkes、Richard Socher。
利用人工智能经济学家构建数据驱动、可解释且稳健的政策设计基础。Alexander Trott、Sunil Srinivasa、Douwe van der
致谢
此版本发布部分归功于 NVIDIA，我们衷心感谢他们提供的大力帮助和支持。特别感谢 Brenton Chu 率先编写 Numba 模拟，这促使我们更新了整个代码库并使其与 Numba 兼容。我们感谢合作伙伴的慷慨支持，并迫不及待地想看到您在此版本中创造出什么！29位人工智能伦理从业者、研究人员和学生就负责任人工智能 (RAI) 领域最具挑战性的新兴问题，分享了他们的研究、经验和想法，主题涵盖四个方面：公平与透明的概念、RAI 的应用实践、RAI 的组织方法和文化变革，以及公共政策与监管。会议提出了四个关键主题：
悖论层出不穷，需要我们平衡它们之间的张力（例如，可解释性与可解读性、透明度与隐私性、公平性与认知度）。目前有许多解决方案可供选择（例如，隐私增强技术、鲁棒性测试、对抗性和反事实 电报筛查 测试），但我们了解得越多，关于每种方案的优缺点、风险和挑战的问题就越多。
如何评估、监控和修复模型仍面临重大挑战。我们需要新的、更少偏见、更具代表性的基准来进行质量建模。合成数据可以提供帮助，但其能力和适用性仍存在疑问。故障的可解释性和可靠的部署后监控对于促进公平、准确和稳健的人工智能至关重要。
创建成熟的 RAI 文化需要与安全、隐私或可访问性类似的承诺和资源。这些资源包括全面的员工教育和授权、评估和文档工具及资源的获取、遍布整个组织的拥护者、健全的激励机制以及一致且可扩展的审计流程。我们需要进一步了解的一个工具是道德咨询委员会，因为使用它们的组织很少分享相关经验。
需要公私合作来制定标准和法规。为了实现有意义且严谨的 RAI 实践，我们需要在多样性、公平性和包容性方面进行认真的投资，而不是仅仅停留在口头上。我们必须采取社会技术方法来制定标准、实践和法规。