知识卡片

普通读书笔记卡 · 8428.c.2.a.1 · 生成模型:未记录

白盒黑盒防控互补

理解等级:中级

白盒防控研究内部模型、价值目标、解释与可修正性,黑盒防控检查外在行为、冗余、鲁棒性和对抗条件。结构理解不足时仍需行为证据,行为测试成功也不能覆盖全部内在风险。两种视角回答不同问题,应共同约束部署范围。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《人工智能安全》基于类脑计算的强人工智能及其安全,能力、通用性、控制与风险(源项目a19c7933-4eda-4176-aebd-30fe7e1ad292,源文件:extracted/人工智能安全/_epub-src/EPUB/xhtml/Section0001_0007.xhtml) - 结论依据:原文对该概念的说明、比较或案例支撑本卡解释;书中历史数据与技术预测保留原有时点,不当作当前已验证结论。 - 原始内容:防控分为白盒防控和黑盒防控。在白盒防控上,需要完善理论基础验证并实现模型的可解释性,控制强人工智能的底层价值观、技术的标准化,以及平衡人工智能系统的稳定性与可修正性。在黑盒防控上,需要做好技术冗余,提升系统鲁棒性,并且做好攻击试验,提升系统