【斯坦福博士论文】为人类使用优化人工智能模型

人工智能模型正越来越多地被用于人类相关的应用场景，从临床诊断工具到通用型助手不等。随着这些模型的普及与能力不断增强，我们亟需对人机交互有更深入的理解。在本论文中，我主张：要实现高效的人机交互，必须将人类用户直接纳入人工智能系统的设计与优化过程中。 首先，我介绍了我在开发一种可为皮肤病患者提供实时指导的人工智能机制方面的研究，该机制显著提升了远程医疗中数据采集的质量。接着，我描述了我构建的一种人类行为算法模型，并展示了该模型如何用于调整人工智能的目标函数，从而优化模型以实现更佳的人机协同表现。 此外，我还展示了我对用户偏好与生成式模型交互模式的分析工作，旨在理解用户的交互策略、量化人工智能的可引导性（steerability），并更准确地刻画人类用户特征，这对于个性化系统构建与模型评估至关重要。 通过上述研究，我提出一个核心观点：必须将人类视为模型设计与优化过程中的核心组成部分，才能构建更具协作性的人工智能系统。