该标签下共有 2 篇文章
作者: aeks | 发布时间: 2026-03-31 20:03
学科: 公共管理 医学 社会学 计算机科学与技术
一项计算机科学实验用下棋游戏揭示：AI是否真正帮到人，关键不在它多强大，而在它能否与人顺畅配合。实验中，人类风格AI和超强AI搭档组队，每步棋由随机决定谁落子。结果发现，更易被人类理解、能让人接续思考的AI，反而战胜了单纯计算力更强的顶级AI。
标签: AI可解释性 专业判断 临床不确定性 人机协作 价值敏感设计
作者: aeks | 发布时间: 2026-03-05 10:00
学科: 智能科学与技术 物理学 统计学 计算机科学与技术
埃默里大学物理学家提出一种新框架，将纷繁复杂的AI方法系统化，像‘元素周期表’一样分类整理。它帮开发者根据具体问题，快速设计更准、更省、更可靠的AI模型，普通人也能看懂：AI不是黑箱，而是可理解、可调控的信息压缩工具。
标签: AI可解释性 信息瓶颈 多模态AI 损失函数 物理启发的机器学习