AI共性技術

AI共性技術是人工智慧的一個發展領域。

基本介紹

• 中文名：AI共性技術
• 所屬學科：人工智慧

發展歷史

2024年10月，2024人工智慧十大前沿技術趨勢展望發布，其中包括AI共性技術（小數據和優質數據、人機對齊、AI使用邊界和倫理監督模型、可解釋性模型）。

發展趨勢

小數據和優質數據

大量的無效數據不僅消耗了計算資源，也給模型可靠訓練帶來挑戰。在此背景下，小數據和優質數據的價值越來越重要。小數據更注重數據的精度和相關性，從本質上減少人工智慧算法對數據的依賴和不確定性，增強網路可靠性。建設多樣性的數據集不僅能夠從理論基礎上支撐不同技術路線的AI發展，還為解決通用人工智慧的瓶頸問題提供新的可能。

人機對齊

只有AI的輸出結果與人類價值觀相符，才能確保AI模型的能力和行為與人類意圖保持一致。僅依靠數據和算法並不足以實現人機對齊，這意味著在設計獎勵機制時，不僅要考慮任務的效率、效益和效果，還需要考慮行為是否符合人類的倫理標準。

AI使用邊界和倫理監督模型

當前AI系統的合規性、安全性和倫理問題越發突出，建立一個AI監督模型框架尤為必要。其主要目的是通過制定明確的標準和規範，確保所有AI系統在開發和使用過程中遵循既定的原則，從而減少AI在制度沒有確定的情況下被過度使用所帶來的風險。

可解釋性模型

在保障有效性的前提下，提高可解釋性，有助於減少對公共資源的消耗，增強用戶對AI系統的信任度，並促進其在關鍵領域的套用。例如在醫療健康領域，一個具有高可解釋性的AI診斷系統能夠讓醫生更容易理解其判斷依據，減少不必要的檢查和治療程式。