辅助博弈assistance game
辅助博弈是一种AI安全研究框架,让AI在并不确定人类偏好的情况下,以满足这些偏好为目标行事。
1篇文章
最近提及 辅助博弈是斯图尔特·罗素及其合作者提出的AI设计框架。它把人和AI视为同一博弈中的两方:AI的唯一目标是满足人的偏好,但AI并不确定这些偏好究竟是什么,而是根据人的行为进行推断。
与最大化固定目标的传统设计不同,对偏好不确定的AI有动机向人征求确认,并接受被人叫停。研究人能否关闭AI的“关机博弈”也属于这一框架。
本条目依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们。