Rob Wiblin
PulseAugur coverage of Rob Wiblin — every cluster mentioning Rob Wiblin across labs, papers, and developer communities, ranked by signal.
-
人工智能存在风险：专家引用不相信是缺乏保障的原因
Toby Ord 和 Rob Wiblin 讨论了人工智能发展缺乏预防措施的问题，认为这是因为普遍不相信其存在存在风险的潜力。他们认为人工智能的快速发展没有得到充分的预期，导致未能实施必要的保障措施。
-
专家批评通用人工智能（AGI）时间线预测，指出14个常见错误
牛津大学高级研究员 Toby Ord 认为，关于通用人工智能（AGI）时间线的普遍假设存在缺陷。他指出了预测 AGI 的14个常见错误，包括将人工智能研究误解为简单的爬山法或编程，以及过分强调当前的基准。Ord 认为，尽管递归自我改进（RSI）是一个重要的担忧，但它可能不会像一些人预测的那样导致即时的智能爆炸，AGI 可能还需要十多年才能实现。他主张采取积极措施，例如暂停超级智能研究和签订国际条约来管理潜在风险。
-
人工智能加速，AGI时间线预测发生变化，但仍存在差距
80,000 Hours的Rob Wiblin讨论了AGI时间线预测的快速变化，并指出近期人工智能能力的加速。尽管有模型完成复杂的软件工程任务以及Anthropic显著的收入增长等证据，Wiblin仍保持谨慎。他强调了仍然存在的差距，特别是在处理混乱的现实世界任务方面，并探讨了准确衡量AI进展的挑战。
-
Yoshua Bengio反思多年来淡化AI风险的经历
著名AI研究员Yoshua Bengio反思了他过去的工作，并承认多年来他没有充分重视AI风险问题。在与Rob Wiblin的讨论中，Bengio解释说，他主要关注的是推进AI能力，这在当时是该领域许多人的普遍看法。他现在认识到解决与先进AI系统相关的潜在风险的极端重要性。
-
星际战争理论表明防御占主导地位，塑造宇宙未来
最近一期 80,000 Hours 播客节目探讨了星际战争的理论意义，该节目引用了 Beren Millidge 的研究。基于已知物理学的分析表明，在星际尺度上，防御将占主导地位，从而根据先到先得的原则实现星系的稳定分布。这一假设情景凸显了人类在未来几个世纪的行动对宇宙生命未来可能具有的长期意义。
-
Google DeepMind 的 AGI 安全主管对灾难性失调表示怀疑
Google DeepMind 的 AGI 安全与对齐主管 Rohin Shah 认为，灾难性 AI 失调是可能发生的，但并非默认就会发生。他认为，当前专注于短期奖励的 AI 训练方法，并不会自然地导向实现“接管世界”所需的长远目标。Shah 建议，许多潜在的对齐问题将提前显现，从而可以进行迭代式解决，并且研究重点应从部署前评估转向实际研究和 AI 治理基础设施。
-
Yoshua Bengio 提出“科学家AI”以实现诚实、安全的超级智能
图灵奖得主、高被引科学家Yoshua Bengio 提出了一种名为“科学家AI”的新型AI训练架构。该方法旨在从根本上使AI系统倾向于真实性和诚实性，而不是仅仅预测人类反应或寻求高评分。Bengio 认为，这种方法可以防止AI产生意外的目标或从事欺骗性行为，为开发高级AI提供一条更安全的道路。
-
哲学家 Will MacAskill 强调 AI 品格在塑造社会中的关键作用
哲学家 Will MacAskill 讨论了 AI 品格的关键重要性，认为随着 AI 系统日益融入个人和职业生活，其性情将深刻影响全球文化和劳动力。他提议训练超智能 AI 规避风险，并建立人类与它们签订可信合同的框架。MacAskill 还主张采取一种细致入微的方法来应对 AI 的影响，建议采用促进社会发展的驱动力，鼓励反思价值观和后果，而不是强加特定的道德观点。