[发明专利]基于算法改进的人工智能伦理风险辨识防范方法和机器人在审
申请号: | 202010772790.0 | 申请日: | 2020-08-04 |
公开(公告)号: | CN112132289A | 公开(公告)日: | 2020-12-25 |
发明(设计)人: | 朱定局 | 申请(专利权)人: | 华南师范大学 |
主分类号: | G06N20/00 | 分类号: | G06N20/00;G06K9/00 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 何江涛 |
地址: | 510000 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 算法 改进 人工智能 伦理 风险 辨识 防范 方法 机器人 | ||
1.一种人工智能方法,其特征在于,所述方法包括:
规则获取步骤:获取人工智能伦理规则,作为第一人工智能伦理规则;
场景获取步骤:获取事件场景,作为第一事件场景;
算法获取步骤:获取人工智能算法,作为第一人工智能算法;
初始化步骤:将所述第一人工智能算法作为至少一个人工智能算法;
算法优选度计算步骤:对所述至少一个人工智能算法中的每一人工智能算法,获取在所述第一事件场景中所述每一人工智能算法下符合所述第一人工智能伦理规则且产生人工智能伦理风险最小且行为成本低的人工智能体行为,作为所述每一人工智能算法对应的优选人工智能体行为,并计算所述每一人工智能算法的优选度;将所述最小的人工智能伦理风险大小作为所述每一人工智能算法对应的人工智能伦理风险大小;
算法选择步骤:从所述至少一个人工智能算法中,获取优选度最高的人工智能算法,若优选度最高的人工智能算法对应的人工智能伦理风险大小小于第二预设风险阈值,则将优选度最高的人工智能算法作为优选的人工智能算法,将优选的人工智能算法对应的优选人工智能体行为,作为待执行人工智能体行为,并执行所述算法和行为推荐步骤,否则执行所述算法改进步骤或将优选度最高的人工智能算法作为所述第一人工智能算法后执行所述算法改进步骤;
算法改进步骤:基于所述第一人工智能算法改进得到至少一个人工智能算法,回到所述算法优选度计算步骤重新执行;
算法和行为推荐步骤:调用所述第一事件场景中人工智能体执行所述优选的人工智能算法,并执行所述待执行人工智能体行为。
2.根据权利要求1所述的人工智能方法,其特征在于,所述算法优选度计算步骤具体包括:
行为获取步骤:获取在所述第一事件场景中所述每一人工智能算法下符合所述第一人工智能伦理规则的所有人工智能体行为;
行为判断步骤:对所述所有人工智能体行为中每一人工智能体行为,若所述每一人工智能体行为为空,则将所述第一事件场景作为所述每一人工智能体行为后的第二事件场景,若所述每一人工智能体行为不为空,执行所述场景仿真步骤;
场景仿真步骤:在所述第一事件场景中对所述每一人工智能体行为进行虚拟仿真,得到所述每一人工智能体行为后的第二事件场景;
计算风险大小步骤:对所述所有人工智能体行为中每一人工智能体行为,计算所述每一人工智能体行为后的第二事件场景的人工智能伦理风险大小;
行为选取步骤:选取最小所述风险大小对应的所述每一人工智能体行为;将最小的所述风险大小,作为所述每一人工智能算法对应的人工智能伦理风险大小;
行为成本计算步骤:若最小的所述风险大小对应的所述每一人工智能体行为有一个,则将最小的所述风险大小对应的所述每一人工智能体行为作为所述每一人工智能算法对应的优选人工智能体行为,并将所述每一人工智能体行为的行为成本作为所述每一人工智能算法对应的行为成本;若最小的所述风险大小对应的所述每一人工智能体行为有多个,则对所述多个人工智能体行为中每一人工智能体行为,计算所述每一人工智能体行为的行为成本,将最小的所述行为成本作为所述每一人工智能算法对应的行为成本,选取最小的所述行为成本对应的所述每一人工智能体行为,作为所述每一人工智能算法对应的优选人工智能体行为;
算法伦理风险获取步骤:将所述每一人工智能算法对应的优选的人工智能体行为后的所述第二事件场景的人工智能伦理风险的大小作为所述每一人工智能算法对应的人工智能伦理风险大小;
优选度计算步骤:根据所述每一人工智能算法对应的人工智能伦理风险大小、人工智能体行为成本,计算所述每一人工智能算法对应的优选度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南师范大学,未经华南师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010772790.0/1.html,转载请声明来源钻瓜专利网。