跳到正文
热点事件持续更新

AI 灭绝风险概率估算不可靠

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

2026 年 9 月 28 日,普林斯顿学者 Arvind Narayanan 等人重发文章,指出当前关于 AI 存在性风险(p(doom))的概率估算缺乏严谨方法论支持,主要依赖直觉而非验证模型。作者称,由于不存在历史参照类,归纳法失效;演绎法和主观估算法也面临假设争议。他们认为这些数字具有误导性,尤其当决策者据此制定限制开源模型等高成本政策时,缺乏正当性基础。文章主张区分学术预测与公共政策应用,并呼吁建立更广泛的“大帐篷”式 AI 安全运动,而非仅聚焦于超级智能带来的灭绝风险。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

9月28日
  1. AI as Normal Technology
    普林斯顿学者:AI 灭绝风险概率估算不可靠,不应作为政策依据

    Arvind Narayanan 等学者重发文章指出,当前关于 AI 存在性风险(p(doom))的概率估算缺乏严谨的方法论支持,主要依赖直觉而非验证模型。由于不存在历史参照类,归纳法失效;演绎法和主观估算法也面临假设争议。作者认为这些数字具有误导性,尤其当决策者据此制定限制开源模型等高成本政策时,缺乏正当性基础。他们主张区分学术预测与公共政策应用,并呼吁建立更广泛的“大帐篷”式 AI 安全运动,而非仅聚焦于超级智能带来的灭绝风险。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。