人工智能对世界有益吗？

人工智能对世界有益吗不能只看表面答案，真正重要的是理解问题背后的机制、边界和现实代价。其次，他们从三个来源收集更多与汽车相关的故事： 他们自己的经历：再两个便利贴 两个额外的朋友或家人：2 个额外的便签 一个 Twitter 标签——每个学生从我预测的列表中选择一个不同的标签，以拓宽课堂内可用视角的范围。同样，他们在认为会影响很多人的标签旁边贴上轮廓贴纸，而在认为人们可能不会注意或考虑到结果大小的标签旁边贴上蛇形贴纸。每次我们都从自己的轶事开始，然后扩大搜索到其他视角，最后将自己的评估与人口数据和可用研究进行比较。最后，我们做生成文本和图像模型——换句话说，就是通常所称的“人工智能”。他们的比较揭示了一些共同主题： 汽车和互联网在个别案例中都有一些优秀的轶事结果。学生往往高估经历积极结果的人口比例相对于经历消极结果的人口比例（值得注意的是，参与研究生项目的机会往往会选择特定的阶层）。