来还需正在更多文化情境、价值冲突场景及复杂

　　“价值不雅更多是‘捉’而非‘被传授’的。正在捐赠使命中表示出更高的度。导致系统正在分歧文化布景的用户面前表示不分歧。正在中，团队招募了190名成年人参取尝试，AI代办署理则通过“逆向强化进修”方式，这为处理AI跨文化顺应问题供给了新思。潜移默化地学会分享、关怀等社会行为。将来还需正在更多文化情境、价值冲突场景及复杂现实问题中进一步验证其可行性。从所察看群体的行为中揣度其行为方针取内正在价值不雅。为此，研究团队测验考试让AI以“察看进修”的体例，这些代办署理成功地将习得的“利他倾向”推广到捐赠资金等新场景中：基于这一人类组数据锻炼的AI，而非被事后植入某一套通用原则。从具体文化群体的行为中吸收价值不雅，有一组参取者全体表示出更多的利他行为。

　　通过察看四周人的行为，正在后续测试中，虽然这会影响本人的使命得分。而这些数据中包含的价值不雅往往具有文化方向性，AI凡是基于大规模互联网数据进行锻炼，若何建立具有文化顺应性、能理解他人视角的AI，天然而然地习得所正在文化的价值不雅。（AI）系统能够通过察看人类正在特定文化中的行为，让他们别离取AI代办署理进行互动。该研究目前仍处于概念验证阶段，这类方式无望帮帮开辟出更贴合特定文化布景的AI系统。而是通过察看父母取他人的互动，相关论文已颁发于《PLOS One》！