人工智慧侵權責任研究

『壹』 簡述人工智慧的研究對象、研究內容和研究方法

非一言能概盡。可以去看看《人工智慧：復雜問題求解策略》，《人工智慧》等書

『貳』 人工智慧(機器人)能否成為法律關系之主體其理由是什麼

人工智慧目前還無法成為法律關系之主體。盡管人工智慧逐步具有一定程度的自我意識和自我表達能力，但尚不具備人類所具有的自主思考的意識和能力，因此，目前它還不能成為法律關繫上的主體。

人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。

人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」。人工智慧可以對人的意識、思維的信息過程的模擬。人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。

(2)人工智慧侵權責任研究擴展閱讀：

人工智慧哲學伴隨現代信息理論和計算機技術發展起來的一個哲學分支。本書收集了人工智慧研究領域學者的十五篇代表性論文，這些論文為計算機科學的發展和人工智慧哲學的建立作出了開創性的貢獻。這些文章總結了人工智慧發展的歷程，該學科發展的趨勢，以及人工智慧中的重要課題。

以人類的智慧創造出堪與人類大腦相平行的機器腦（人工智慧），對人類來說是一個極具誘惑的領域，人類為了實現這一夢想也已經奮鬥了很多個年頭了。

而從一個語言研究者的角度來看，要讓機器與人之間自由交流那是相當困難的，甚至可以說可能會是一個永無答案的問題。人類的語言，人類的智能是如此的復雜，以至於我們的研究還並未觸及其導向本質的外延部分的邊沿。

『叄』 人工智慧在法律行業運用的技術手段有哪些

現在很多人工智慧系統把一些人的聲音、表情、肢體動作等植入內部系統，使所開發的人工智慧產品可以模仿他人的聲音、形體動作等，甚至能夠像人一樣表達，並與人進行交流。但如果未經他人同意而擅自進行上述模仿活動，就有可能構成對他人人格權的侵害。此外，人工智慧還可能藉助光學技術、聲音控制、人臉識別技術等，對他人的人格權客體加以利用，這也對個人聲音、肖像等的保護提出了新的挑戰。例如，光學技術的發展促進了攝像技術的發展，提高了攝像圖片的解析度，使夜拍圖片具有與日拍圖片同等的效果，也使對肖像權的獲取與利用更為簡便。此外，機器人伴侶已經出現，在虐待、侵害機器人伴侶的情形下，行為人是否應當承擔侵害人格權以及精神損害賠償責任呢？但這樣一來，是不是需要先考慮賦予人工智慧機器人主體資格，或者至少具有部分權利能力呢？這確實是一個值得探討的問題。

『肆』 人工智慧侵權責任是如何認定的

人工智慧應用范圍的日益普及，其引發的侵權責任認定和承擔問題，是對現行侵權法律制度提出的又一個新的挑戰。
「從現行法律上看，侵權責任主體只能是民事主體，人工智慧本身還難以成為新的侵權責任主體。即便如此，人工智慧侵權責任的認定也面臨諸多現實難題。」在清華大學法學院教授程嘯看來，侵權發生後，誰是人工智慧的所有者，就應當由誰負責，在法律上似乎並不存在爭議。「然而人工智慧的具體行為受程序控制，發生侵權時，到底是由所有者還是軟體研發者擔責，值得商榷。」
與之類似的，當無人駕駛汽車造成他人損害侵權時，是由駕駛人、機動車所有人擔責，還是由汽車製造商、自動駕駛技術開發者擔責？法律是否有必要為無人駕駛汽車制定專門的侵權責任規則？這些問題都值得進一步研究。
「現實中，人工智慧侵權責任的歸責原則，可能更多涉及危險責任或無過錯責任。」程嘯認為，例如無人駕駛汽車致害，無論從產品責任還是機動車交通事故責任上看，都可以適用無過錯責任。但未來需要考慮的是，人工智慧技術的運用，其本身是否屬於高度危險作業（如無人機），從而決定了是否適用高度危險作業致害責任。
「當前，人工智慧侵權責任中的因果關系、過錯等要件的判斷也變得日趨復雜。」程嘯還舉例說，此前曝光的一些APP「大數據殺熟」和「演算法歧視」，由於代碼的不透明，加之演算法本身的自我學習和適應能力，使得「將演算法歧視歸責於開發者」變得很困難。

『伍』 人工智慧的研究課題

人工智慧的研究方向已經被分成幾個子領域，研究人員希望一個人工智慧系統應該具有某些特定能力，以下將這些能力列出並說明。 早期的人工智慧研究人員直接模仿人類進行逐步的推理，就像是玩棋盤游戲或進行邏輯推理時人類的思考模式。到了1980和1990年代，利用概率和經濟學上的概念，人工智慧研究還發展了非常成功的方法處理不確定或不完整的資訊。
對於困難的問題，有可能需要大量的運算資源，也就是發生了「可能組合爆增」：當問題超過一定的規模時，電腦會需要天文數量級的存儲器或是運算時間。尋找更有效的演算法是優先的人工智慧研究項目。
人類解決問題的模式通常是用最快捷，直觀的判斷，而不是有意識的，一步一步的推導，早期人工智慧研究通常使用逐步推導的方式。人工智慧研究已經於這種「次表徵性的」解決問題方法取得進展：實體化AGENT研究強調感知運動的重要性。神經網路研究試圖以模擬人類和動物的大腦結構重現這種技能。 AN ONTOLOGY REPRESENTS KNOWLEDGE AS A SET OF CONCEPTS WITHIN A DOMAIN AND THE RELATIONSHIPS BETWEEN THOSE CONCEPTS.
主條目：知識表示和常識知識庫 主條目：機器學習
機械學習的主要目的是為了從使用者和輸入數據等處獲得知識，從而可以幫助解決更多問題，減少錯誤，提高解決問題的效率。對於人工智慧來說，機械學習從一開始就很重要。1956年，在最初的達特茅斯夏季會議上，雷蒙德索洛莫諾夫寫了一篇關於不監視的概率性機械學習：一個歸納推理的機械。 主條目：機器感知、計算機視覺和語音識別
機器感知 是指能夠使用感測器所輸入的資料(如照相機，麥克風，聲納以及其他的特殊感測器)然後推斷世界的狀態。計算機視覺能夠分析影像輸入。另外還有語音識別 、人臉辨識和物體辨識。 主條目：情感計算
KISMET, 一個具有表情等社交能力的機器人
情感和社交技能對於一個智能AGENT是很重要的。 首先，通過了解他們的動機和情感狀態，代理人能夠預測別人的行動(這涉及要素 博弈論、決策理論以及能夠塑造人的情感和情緒感知能力檢測)。此外，為了良好的人機互動，智慧代理人也需要表現出情緒來。至少它必須出現禮貌地和人類打交道。至少，它本身應該有正常的情緒。 主條目：計算機創造力
一個人工智慧的子領域，代表了理論(從哲學和心理學的角度)和實際(通過特定的實現產生的系統的輸出是可以考慮的創意，或系統識別和評估創造力)所定義的創造力。 相關領域研究的包括了人工直覺和人工想像。 （1）人工智慧對自然科學的影響。在需要使用數學計算機工具解決問題的學科，AI帶來的幫助不言而喻。更重要的是，AI反過來有助於人類最終認識自身智能的形成。
（2）人工智慧對經濟的影響。專家系統更深入各行各業，帶來巨大的宏觀效益。AI也促進了計算機工業網路工業的發展。但同時，也帶來了勞務就業問題。由於AI在科技和工程中的應用，能夠代替人類進行各種技術工作和腦力勞動，會造成社會結構的劇烈變化。
（3）人工智慧對社會的影響。AI也為人類文化生活提供了新的模式。現有的游戲將逐步發展為更高智能的互動式文化娛樂手段，今天，游戲中的人工智慧應用已經深入到各大游戲製造商的開發中。 伴隨著人工智慧和智能機器人的發展，不得不討論是人工智慧本身就是超前研究，需要用未來的眼光開展現代的科研，因此很可能觸及倫理底線。作為科學研究可能涉及到的敏感問題，需要針對可能產生的沖突及早預防，而不是等到問題矛盾到了不可解決的時候才去想辦法化解。

『陸』 人工智慧的法律三問 人工智慧侵權責任如何認定

人工智慧侵權責任如何認定？

2016年11月，在深圳舉辦的第十八屆中國國際高新技術成果交易會上，一台名為「小胖」的機器人突然發生故障，在沒有指令的情況下，自行砸壞了部分展台，並導致一人受傷。

人工智慧應用范圍的日益普及，其引發的侵權責任認定和承擔問題，是對現行侵權法律制度提出的又一個新的挑戰。

「從現行法律上看，侵權責任主體只能是民事主體，人工智慧本身還難以成為新的侵權責任主體。即便如此，人工智慧侵權責任的認定也面臨諸多現實難題。」在清華大學法學院教授程嘯看來，侵權發生後，誰是人工智慧的所有者，就應當由誰負責，在法律上似乎並不存在爭議。「然而人工智慧的具體行為受程序控制，發生侵權時，到底是由所有者還是軟體研發者擔責，值得商榷。」

與之類似的，當無人駕駛汽車造成他人損害侵權時，是由駕駛人、機動車所有人擔責，還是由汽車製造商、自動駕駛技術開發者擔責？法律是否有必要為無人駕駛汽車制定專門的侵權責任規則？這些問題都值得進一步研究。

「現實中，人工智慧侵權責任的歸責原則，可能更多涉及危險責任或無過錯責任。」程嘯認為，例如無人駕駛汽車致害，無論從產品責任還是機動車交通事故責任上看，都可以適用無過錯責任。但未來需要考慮的是，人工智慧技術的運用，其本身是否屬於高度危險作業（如無人機），從而決定了是否適用高度危險作業致害責任。

「當前，人工智慧侵權責任中的因果關系、過錯等要件的判斷也變得日趨復雜。」程嘯還舉例說，此前曝光的一些APP「大數據殺熟」和「演算法歧視」，由於代碼的不透明，加之演算法本身的自我學習和適應能力，使得「將演算法歧視歸責於開發者」變得很困難。

在程嘯看來，針對人工智慧帶來的新問題、新挑戰，在法律制度的研究方面未雨綢繆，將為以後的司法實踐贏得主動。「人工智慧已經到來，只是在生產生活的各個領域分布不均。我們不應等到未來分布均勻、人工智慧已完全融入生產生活的方方面面時，才想起來從法律進行規范。」程嘯說。

『柒』 人工智慧領域的研究包括哪些方面

包裹方方面面，只要你想到的都可以實現人工智慧。
目前比較成熟的是，競賽，無人駕駛，金融分析，大數據等等。

未來還會有更多可能

『捌』 達摩院要研究人工智慧，研究出來之後怎麼保護

雙十一還沒到，阿里巴巴和馬雲已經開始瘋狂吸睛。10月11日，由阿里巴巴主辦的2017雲棲大會在杭州的雲棲小鎮開幕。今年的雲棲大會以「飛天·智能」為主題，馬雲的主題演講也是圍繞著科學和技術。會上宣布成立研究院「達摩院」，研究領域包括機器學習、自然語言處理、人機自然交互等十幾個方面。無論是主題，還是內容，都體現出這次的雲棲大會中一個至關重要的關鍵詞：人工智慧。

軟體開發程序

由此看來，雖然說人工智慧「不接地氣」，但是一旦把它看做知識產權的一種，對其進行管理和保護的過程和其他技術並沒有很大差別。如今人工智慧炙手可熱，發展前景也是非常可觀。在各方的集中攻勢下，相信它將會在不久之後取得很大的進展和突破。但是正如標題中所言，研究出來之後如何進行保護，也是需要進行思考和研究的方向。

文章來源：裕陽IP，轉載註明出處！

『玖』 人工智慧研究的兩個領域是什麼

人臉識別、語音識別是人工智慧應用最為人熟知的兩個領域。智能音箱、人臉門禁也已經走進不少人的生活。去年大火的無人貨櫃，則用到了「物品識別」技術。接下來，人工智慧推廣應用會怎麼走？靠演算法的不斷提升嗎？

海康威視高級副總裁徐習明說：「今天的人工智慧還是一種弱人工智慧。基於深度學習的演算法精度會無限逼近100%，但永遠無法達到。隨著『准確率』提升，最後競爭的更多是場景落地能力。」
碼隆科技首席科學家黃偉林也認同這個說法。碼隆科技是一家聚焦於「物品」圖像識別的公司，無人貨櫃是其主要應用場景之一。「在物品識別領域，目前難點在於跟垂直領域內企業的需求不斷磨合，這是一個長期的過程。一些場景，預想中覺得好做，但操作下來可能難度很大，或者不是剛需。」
「現實購買場景復雜，商品品類太多，增加了數據標注以及類別定義的難度。」黃偉林說，「我們先聚焦於難度小或者剛需的環節。比如減少『貨損』是剛需，我們就在收銀環節幫助識別貨物與條碼能否對應；無人零售櫃則由於商品品類有限，識別難度降低。」
黃偉林說：「目前來看，大家更多是想找一個好的應用場景，不斷迭代演算法和數據，教育市場，培養用戶。」
除了人臉識別、語音識別等主流外，一些小眾細分領域也開始出現。「我們把設備放到工廠之後，就能根據設備發出的雜訊，判斷設備的磨損情況或者其他故障。是不是要加潤滑油？車床刀具磨損程度如何，什麼時候更換？等等。」碩橙科技創始人譚熠說。
人工智慧還能參與到創意活動中來。據了解，已經有音樂人工智慧伴奏系統在中國亮相。人工智慧通過數據分析與學習，找到相對固定模板，然後通過套用模板進行「創作」和演出。
隨著應用場景增多，如何判斷不同領域與人工智慧的結合成熟度？
「有一些指標，首先是基礎設施情況，包括演算法的成熟度、行業數據完善程度等。」上海臨港國際人工智慧研究院最近發布了《2018年度人工智慧產業格局及創新實踐研究報告》，據其副院長李笙凱介紹，「一些領域如農業、教育，行業解決方案的個性化程度比較高，工業領域則面臨設備核心數據獲取難的問題，醫療領域也缺乏對應的病因和圖像檢查等數據，因此較難應用人工智慧。」
而金融等領域由於基礎設施完善，積累了大量的用戶行為數據、表現數據，與人工智慧結合較好。「目前來看，應用最成熟的領域依次是廣告營銷、金融、公共安全、家居、零售、交通、醫療等。」李笙凱說。
隨著人工智慧在智能安防、智能駕駛、無人零售等領域落地生根，細分領域內領軍企業如商湯、地平線等公司已獲得較高估值。在市場充滿機會的同時，李笙凱也提醒：「由於時間尚短，各應用的市場仍需經過長期驗證。」