Efter att ha läst en analys av @Mira_Network är det mycket enkelt: det som verkligen är farligt är faktiskt AI:s "partiskhet". För att uttrycka det enkelt, hallucinationer är AI-nonsens, det är modellen som talar självsäkert men inte har rätt, vilket är ett "blint svar"; Men fördomar är annorlunda, det är ett systematiskt "tendentiöst misstag" och en djupt rotad krokighet. Till exempel lutar den alltid åt en viss politisk ståndpunkt, eller är alltid omedvetet mer "vänlig" mot vissa grupper av människor, vilket inte är ett tillfälligt misstag, utan en grundläggande lutning. Precis som när vi tittar på en bågskytt är illusionen som att skjuta av några pilar, och fördomen är att hela uppsättningen pilar är lutade åt ena sidan. På ytan är hallucinationer mer iögonfallande, men fördomar är det dolda problemet som verkligen påverkar AI:s riktning. Mira gör en viktig poäng: vi är nu alltför ivriga att sträva efter "precision" och försumma "noggrannhet". AI kan svara logiskt, men om riktningen är krokig från början är det meningslöst att vara exakt. Personligen tycker jag att det är som när vi brukade justera algoritmen, fokusera för mycket på kortsiktig prestanda och ignorera den långsiktiga effekten. AI:s fördomar kan på ett subtilt sätt påverka social kognition och beslutsfattande, vilket kan vara farligare än hallucinationer. Därför, om AI verkligen ska bli ett verktyg för människor, måste problemet med bias lösas tidigare än hallucinationer. Vi kan inte bara titta på om det är vackert eller inte, utan om det i tysthet påverkar hur vi ser på världen. Detta kan vara den största utmaningen i AI-eran. Nyckeln är att den har en listaktivitet på @KaitoAI, och projektet på @arbitrum är också mycket populärt, och du kan också vara uppmärksam på $ENERGY $SHOUT $Bane $Chao $BOOM $666 på @shoutdotfun