【斯坦福博士论文】为人类使用优化 AI 模型

随着 AI 模型在临床诊断工具到通用助手等众多场景中日益被部署用于人类使用，这些模型不断增长的普及度与能力水平使我们有必要更加深入地理解人类-AI 交互。在本论文中，我主张，高效的人类-AI 交互需要在 AI 系统的设计与优化过程中直接纳入人类用户。 首先，我介绍了自己开发的一种能够为皮肤科患者提供实时指导的 AI 机制，实证表明该机制能够提升远程医疗所采集数据的质量。随后，我描述了自己构建的一种人类行为的算法模型，并展示了该模型如何用于修改 AI 的目标函数，从而将模型优化为能够实现更佳的人类-AI 协作性能。我还介绍了自己针对生成式模型的用户偏好与交互模式的研究工作，用以理解交互策略、量化模型的可操控性，并更好地表征人类用户，这对于个性化与模型评估至关重要。 贯穿这些研究，我主张：必须将人类视为模型设计与优化过程中的组成性部分，才能实现更具协作性的 人类-AI 系统。