法律人工智能系统:法律实践的新工具

美国匹兹堡大学凯文·阿什利教授是法律人工智能研究领域的先驱之一,其开发的案例推理系统——"海波"系统被称为"过去三十余年最具影响力的法律人工智能系统"。阿什利教授认为,案例推理系统与法律文本分析的结合将引领法律人工智能系统研发的新方向。人工智能时代的到来对法律人提出了巨大的挑战,法律人应主动拥抱人工智能并参与到技术的设计和完善中来。作为研发者,应当坚持法律人工智能是人类的辅助者,而非取代者。人类应当始终参与法律决策。     

人工智能的不确定性及其治理探究

当前,人们对待人工智能的态度呈现出某种要么支持,要么反对的倾向,这种截然二分的态度实质上是认为人工智能作为一种外在于人的技术,其结果是唯一确定的。然而人工智能的发展是不确定的,因为人工智能与人之间的关系并不是外在的,而是相互构建和相互规定的,这种互动性是人工智能不确定性的根源,并且由于社会因素的融入和具体技术的语境性强化了人工智能的不确定性。对人工智能不确定的治理需要遵循预防原则;对具体人工智能技术要进行评估,从技术层面、社会层面和全球层面进行治理,引导人工智能与人类协调发展。     

李开复:到底什么是人工智能

正人工智能就在我们身边,但并非所有人都能留意到它的存在。到底什么是人工智能?人工智能究竟有没有一个容易把握和界定的科学定义?历史上,人工智能的定义历经多次转变。被广泛接受的定义有很多种,具体使用哪一个,通常取决于我们讨论问题的语境和关注的焦点。这里,简要列举几种历史上有     

论人工智能道德地位的三种研究进路

目前关于人工智能的道德地位研究,主要分为现象学进路和心灵哲学进路.前者以"意向性"为核心,具体在人工智能道德地位领域主要研究其与人类之间的同构关系,并不认可人工智能的独立道德地位;后者以"心智"概念为核心,研究人工智能能否具备与人类相当的心智水平,认为人工智能的道德地位取决于其是否具备心智.然而,人工智能的道德地位研究...     

人工智能的语境论范式探析

人工智能的发展历程中贯穿着鲜明的语境论特征,现有的范式理论已无法对人工智能的发展状况做出正确描述,语境论有望成为人工智能理论发展的新范式。语境论范式的最大特征,就是所有问题都围绕语境问题而展开。人工智能中的语境,可分为表征语境和计算语境。建立在现有范式之上的语境论范式,必然以表征语境和计算语境为主要特征。表征语境与计算语境围绕智能模拟的语境问题逐步走向融合,将是语境论范式下人工智能发展的主要趋势。     

从“算法信任”到“人机信任”路径研究

为有效应对人工智能不确定性发展,人机信任机制的建立刻不容缓。人机信任关系的发展大致经历了三个阶段,即单向度的信任关系阶段、单向度的不信任关系阶段与双向度的不信任关系阶段。这三个阶段的不断演化揭示了人工智能算法经历了由简单智能算法向复杂智能算法的转变与由复杂智能算法向混合式智能算法的转变。研究显示,以有效的算法信任为基础,将智能机器的"机体"算法与"心灵"算法相统一,规范人工智能向"善"发展是建立人机之间信任关系的前提条件。     

信任人工智能何以可能?

信任是脆弱的委托人面对风险，与受托人达成共同期望的过程。值得信任意味着人工智能需要有能力被信任。但现有人工智能信任说明皆存在困难：由于目前的人工智能仅是一个工具，外表伦理的信任路径面临责任逃脱；理性、情感与规范信任路径无法承担人工智能作为受托人的期望；责任网络化路径试图通过集体责任逃避人工智能信任问题。人工智能信任有待从非工具性、非依赖性的理性社会规范意义上，满足意向、能力、善意、心理积极、预期期望接受、脆弱性风险等需要，从信任语境的规范理解以及信任过程的无监督出发，寻求信任关系的建构。     

人工智能消费场景中的女性性别歧视

人类社会正快速步入人工智能时代,人们无时无刻不处于人工智能消费场景中。人工智能不仅是一个技术问题,更是一个道德问题。然而,貌似客观中立的人工智能技术并未带来预想的性别平等,反而造成女性性别歧视现象丛生,招致越来越多的批评与抗议。人工智能与大数据是人类社会的镜像,虚拟世界出现问题,病根在人类世界。因此,构建机器伦理,加强行业自律,推进人工智能立法,增强女性在人工智能行业中的话语权,让男女平等观念深入到虚拟世界与机器世界,方是根治人工智能消费场景中女性性别歧视的善治之道。     

古德曼“构造世界”的语境认知

古德曼"构造的世界"本身是一种具有多重本质与内涵的语境化的世界,而其构造的过程则是在语形-语义-语用三元关联的语境认知结构之中完成的。一方面,不同样式的"构造世界"需要借助于哲学、科学和艺术等符号系统来加以实现,这些符号系统与实在之间的真正融合需要在有主体参与的语境实践基础上来完成。另一方面,作为对于世界进行认知的结果,真理的"构造"同样必须与语境规则和系统相协调,因此真理就是一种具体的、主客交融的、语境之网中的动态存在。     

为什么聚焦于因果关系?

近年来许多学者聚焦于研究因果关系的深层原因,根源于人工智能界在深度学习上对模型稳健型的需求,映射出统计学方法在因果问题上面临困境;因果关系在人工智能领域具有不同于哲学语境下的特殊关注点,应该进行跨学科研究界定因果问题的内涵;在哲学语境下从AI领域角度讨论导致因果研究陷于困境的独立同分布问题,可能是近期使得研究取得进展的方向。