[14]Jiaming Ji， Tianyi Qiu， Boyuan Chen， et al. AI alignment: A comprehensive survey[EB/OL]. （2023-10-30）[2024-07-16]. https:∥arxiv.org/abs/2310.19852. 在现有技术路径中，AI价值对齐方案可分为两大类：插入式对齐与微调式对齐。插入式对齐（plug-in alignment）包括参数高效的调整（parameter-efficient tuning）、输出矫正（output rectification）、上下文学习（in content learning）；微调式对齐（fine-tuning based alignment）包括全监督微调（supervised fine-tuning， SFT）和基于人类反馈的强化学习微调（reinforcement learning from human feedback， RLHF）。此外，Anthropic公司提出的“宪法人工智能”（constitutional AI）作为一种微调方法，主张以训练好的“宪法AI”模型评估主模型的输出是否符合“宪法”规则，力图基于模型训练而非人类反馈实现高效的、规模化的AI价值对齐。以有限主义视角对AI价值对齐的自然主义预设进行批判性审视，可以发现，自然主义道德解释存在自然主义谬误、理论不确定性与认识片面性的根本缺陷，极易引发AI价值对齐难题。首先，自然主义谬误即一种从“是”到“应当”的逻辑推演错误。现有AI价值对齐以自然主义为预设，试图从生物学、神经科学事实中推导出道德价值，忽视了描述性事实与规范性判断之间的根本差异。当某些神经生理结构被视为人类做出道德决策与行为的根源时，要求不道德者为自身行为负责似乎缺乏合理性。其次，理论不确定性即道德的某些自然主义解释难以被完全证实。例如，生物进化理论认为，合作演化过程包括亲属选择、族群选择、互利共生和互惠、利他主义，这一关于合作行为的自然主义解释，存在从基因决定论到社会决定论、从利己合作到利他合作的断裂。其实，“就目前的实验条件而言，尚未存在任何一种道德属性与自然属性之间的因果性关系能够在科学上获得充分认可”。即便关于人类道德的某些生物学与神经科学解释暂时难以被证伪，也应避免从碎片化的、特殊性的某类科学知识中推导出一般性的道德规范。最后，认识片面性即自然主义道德解释忽视了道德的文化维度。“人类道德不是一个单一庞大的东西，而是个混杂物，是在不同生态压力下，在人类进化的数百万年间的不同时期，由来源于各种不同的东西拼凑而成”。认知神经科学与生物进化等领域的道德理论以某些经验证据与实证数据为基础，试图确立某种普遍的道德原则，但是，道德兼具规范性与描述性的双重本质，其中，规范性作为道德的核心特征，难以被还原为某些实证知识。不可否认，道德规范也是多样的、相对的，在不同的社会环境中受人类后天文化教育、文化传播的影响而不断发展。正如道金斯提出的模因（memes）概念，其作为文化的基本单位，与自然科学中的基因（gene）概念相对，可通过社会传播、代际传播等方式塑造不同的道德规范。