机器之爱
人工智能
2023-02-23 v2 计算机与社会
机器学习
神经与进化计算
摘要
尽管机器学习(ML)创造了巨大的经济价值,但我们许多人与社交媒体及其他ML驱动的应用之间存在着问题性的关系。原因之一是ML通常优化的是我们当下的欲求,这易于量化,却与科学上已知的人类繁荣相悖。因此,通过其对我们贫乏的建模,ML目前远未发挥其激动人心的潜力,即帮助我们实现我们自身的潜力。虽然对人类繁荣的定义尚无共识,但从心理学、哲学和精神传统等多元视角来看,爱被理解为其主要催化剂之一。受此观点启发,本文探讨是否存在一种适合机器体现的有用的爱的概念,正如历史上探索一个模糊概念(如生命或智能)能否被深思熟虑地抽象和重新构想是富有成效的,就像在机器智能或人工生命领域所做的那样。本文提出了一种机器之爱的候选概念,尤其受到积极心理学和心理治疗工作的启发:提供无条件的支持,使人类能够自主追求自身的成长与发展。通过概念验证实验,本文旨在强调ML中需要更丰富的人类繁荣模型,提供一个示例框架,通过该框架可将积极心理学与ML结合以实现机器之爱的粗略构想,并证明当前的语言模型已开始能够体现质性的人文原则。结论是,尽管目前ML可能常被用于使我们上瘾、分心或分裂,但另一条道路可能正在开启:我们可以使ML与支持我们的成长对齐,通过它帮助我们使自己与最高志向对齐。
引用
@article{arxiv.2302.09248,
title = {Machine Love},
author = {Joel Lehman},
journal= {arXiv preprint arXiv:2302.09248},
year = {2023}
}