【Bengio新论文】从学习机中学习:优化、规则和社会规范（Learning from Learning Machines: Optimisation, Rules, and Social Norms）

题目： Learning from Learning Machines: Optimisation, Rules, and Social Norms

摘要：

机器学习系统和经济实体之间有一个相似之处，即它们都是自适应的，而且它们的行为或多或少是明确规定的。人工智能与经济实体的行为最相似的领域似乎是道德良好的决策，但如何在人工智能系统中准确实现道德行为，仍是一个悬而未决的问题。探讨了类比这两个复杂的系统,我们建议一个清晰的理解这一明显的类比可以帮助我们前进在社会经济领域和人工智能领域:经济学已知的结果可能会帮助在人工智能安全可行的解决方案,但是也知道导致AI可能会通知经济政策。如果这种说法是正确的，那么最近人工智能深度学习的成功表明，在解决这类问题时，更多的隐式规范比显式规范更有效。

作者：

Travis LaCroix是一个研究语言、科学和生物学的哲学家，现在是加州大学欧文分校逻辑与科学哲学系的博士生，还是魁北克人工智能研究所的访问研究员。之前获得了加州大学欧文分校(UC Irvine)数学行为科学研究所的社会科学硕士学位以及西蒙弗雷泽大学的哲学硕士学位和不列颠哥伦比亚大学的哲学和英国文学学士学位。主要研究兴趣是复杂社会动力现象的生物和文化进化，特别是语言现象的进化，包括交流、意义和构成,这些工作借鉴了进化生物学、语言学、认知系统和机器学习。个人主页：https://travislacroix.github.io/

Yoshua Bengio是蒙特利尔大学计算机科学与运筹学系的教授，Mila和IVADO的科学总监和创始人，2018年图灵奖获得者，加拿大统计学习算法研究主席以及加拿大AI CIFAR主席。 他开创了深度学习的先河，并在2018年每天获得全球所有计算机科学家中最多的引用。 他是加拿大勋章的官员，加拿大皇家学会的成员，并于2017年被授予基拉姆奖，玛丽·维克多奖和年度无线电加拿大科学家，并且是NeurIPS顾问的成员。 ICLR会议的董事会和联合创始人，以及CIFAR“机器和大脑学习”计划的程序总监。 他的目标是帮助发现通过学习产生智力的原理，并促进AI的发展以造福所有人。 个人主页：https://mila.quebec/en/yoshua-bengio/