可解释性突破传闻引 AI 安全社区激辩：Yudkowsky 反驳 Cammarata

OpenAI 早期机制可解释性工作共同作者 Nick Cammarata 暗示其团队在诠释学上取得突破，并称可解释性可能是当今世界最重要的科学问题。AI 安全研究者 Eliezer Yudkowsky 随即怒斥，主张目前远未达到能让「对齐」成为正常科学的程度，也不存在某种可解释性技术能将「对齐 ASI」变成常规科学。