人工智能与伦理问题浅谈
第一章绪论一，提出问题人工智能（ArtificialIntelligence，缩写为AI）一词，是在1956年的达特茅斯会议上被首次提出来的。作为一门新兴的交叉学科，人工智能在当今脑科学、认知科学飞速发展的基础下，被称为本世纪三大科技成就之一。目前来说，人工智能主要涉及计算机领域，它试图了解人类智能的实质，进而能够生产出一种媲美人类智能的软件系统、机器人、仿生人或者生化人，最后乃至能够全面超越当今人类的“新人类”。当然，后面的设想，也仅仅停留在科幻小说之中。目前，人工智能技术主要运用在医疗诊断、交通运输、教育、执法刑法、互联网等领域之中，为很多传统行业带来了新的转机。但是，这些转机背后，也隐藏着许多有关于科技的伦理问题，引发了社会上的争议。因此，这篇文章着重与人工智能的衍生应用和未来世界中的真正“人工智能”，对这种可能产生的科技伦理问题做一个简单的探讨。
二，研究意义作为二十一世纪新兴技术，人工智能如今不可谓不流行。本人作为计算机专业的一名研究生，同时也作为一个科幻文学的爱好者，对这项技术可能引发的伦理问题也是非常感兴趣。而对这样的科技伦理问题进行探讨，不仅可以对人工智能技术进行阐述，同时也对这其中的一些伦理悖论提出一些自己的见解。
第二章人工智能技术一，人工智能的定义人工智能就是在各种环境中模拟人的机器。人工智能如同许多新兴的学科一样，至今也没有一个统一的定义。“下一个一般性的定义几乎是不可能的，因为智能似乎是一个包含着许多的信息处理和信息表达技能的混合体。”主要是因为主要是因为不同的学科从各自的角度看，不同的学科从各自的角度看，下的定义也不一样。在有的领域，人工智能可能是流水线上的巨型机器人，而在另一个领域，人工智能可能是服务器上运行的一个小小的Python脚本。另外，最根本的一点就是人工智能的（如听觉、视觉、知识的表达等等）本质或是机制是什么，人们目前还不是清楚。普遍来说，如果一个系统能够通过图灵测试，那么它也就基本满足了人工智能的基本属性。
二，弱人工智能与强人工智能（一）弱人工智能弱人工智能指的是利用设计好的程序对动物以及人类逻辑思维进行模拟，指的智能体表现出与人类相似的活动，但是这种智能体缺乏独立的思想和意识。目前就算最尖端的人工智能领域也仅仅停留在弱人工智能的阶段，即使这种人工智能可以做到人类难以完成的事情。甚至有人工智能学者认为，人类作为智能体，永远不可能制造出真正能理解和解决问题的智能机器。就我们目前的生活来看，这种弱人工智能已经完全融入到了我们的生活环境之中：譬如手机中的语音助手、智能音箱等等。但是说到底，这些只是工具，被称为“机器智能”或许更为贴切。（二）强人工智能强人工智能不再是仅仅局限于去模仿人类的低等行为，这种人工智能被认为具有真正独立的思想和意识，并且具有独立思考、推力并解决问题的能力，甚至这种人工智能具有和人类类似的情感，可以与个体进行共情。强人工智能观点的倡导者指出，具有这种智能级别的事物，已经不再是人类所开发的工具，而是具有思维的个体，从本质上来说已经和人类没有差别了——因为人类也不过是一台有灵魂的机器而已。既然机器有了灵魂，为何不能成为“人类”？这其中更是设计到了“何为人”的哲学探讨，这种探讨在诸多的科幻小说也多有描述，其中重要的载体就是这种“强人工智能”。虽然强人工智能和弱人工智能只有一字之差，但就像物理学中的强相互作用力和弱相互作用力一样，二者含义有这巨大的差别：这种“强”其实是一种断层式的飞跃，是一种哲学意义上的升华。
三，技术应用与伦理问题（一）机器学习顾名思义，机器学习就是机器模仿人类去进行学习，获取知识。这种学习，本质上是对人为建立好的模型（model）进行训练，通过自动或被动的获取知识，不断的进行自我的更新迭代，优化模型。具有自我学习能力，是人工智能的基础。很多科幻题材中也提到，这种默不作声的自我学习，可能会使得人工智能获得自认为“正确”的逻辑而做出对人类乃至人类整体有害的事情。譬如，对于一个新生的人工智能，当它在进行自我学习与更新中，偶然间了解到了人类的历史，发现对人类生命造成最大伤害的是战争，而战争又是人类所引发的。在陷入这种逻辑困境后，人工智能可能会得出一个“完美”的解决方案：为了保护“人类整体”不再受到伤害，就要将“人类”这一物种从地球上抹去。而这整个过程人类一无所知，最后的结局也就不言而喻。不过目前来说，这种机器学习还仅仅停留在弱人工智能的阶段，但是在不远的未来，这种自动学习的行为与可能造成的结果，也是值得我们人类去时刻关注的。（二）机器人美国机器人研究院对“机器人”这一名词所下的定义为，机器人是一种可再编程的多功能装置，而这个词语“Robot”，则是于1920年，捷克作家卡雷尔•恰佩克（Karelapek）通过剧作《罗素姆的万能机器人》将“造人”科学家的个人悲剧放大为全体人类的末世审判。大众所熟知的Robot（机器人）一词便源于该剧，词源为波兰语的“强迫工作”（Robota）和“工人”（Robotnik）。显而易见，该词隐喻了机器人服务人类的劳工地位。后来，这些机器人不再服从奴役，转而发动了战争消灭了人类。这样的场景在很多科幻作中都得到了复现。这类作品所持有的观点认为，虽然人类好逸恶劳、贪图享乐的本性使得以机器人为载体的人工智能在一开始会得到广泛的接受和使用，但是随着这种技术的进步而引发的不确定性风险加剧，一旦这种人工智能站到了人类的对立面，人类将会受到灭顶之灾。
本章小结由人工智能所衍生出的技术还有很多，其中潜在的伦理问题与风险也值得我们去深入的探讨。时至今日，关于“人工智能威胁论”的观点有太多的支持者，像我们所熟知的比尔盖茨、埃隆马斯克包括已故的斯蒂芬霍金，都对当今社会大力发展人工智能技术抱有一种谨慎观望甚至反对的态度。诸多有关人工智能灭世的影视作品也是层出不穷。这种对“人工智能引发天启”的悲观态度其实是想传达一个道理：如果人类想要在人工智能这一领域进行深入研究发展，就必须建立起一个稳妥的科技伦理，以此来约束人工智能的研发方向和应用领域。
第三章人工智能与伦理一，功利主义功利主义（utilitarianism），是一种把实际效用或者利益作为行为的评价标准的行为学说。功利主义用行动后果的价值来衡量行为的善恶。避苦求乐、趋利避害是人的本性。使人不开心、不快乐的就是恶的，使人快乐、幸福的就是善的。这种价值观把行动的结果作为伦理考虑的主要因素。也就是说，功利主义者把增减每个人的利益总量作为评价一切行为的善恶的标准。如果能够增加每个人的利益总量，那么行为就是善的；如果一个行为减少每个人的利益总量，那行为就是恶的。一个行为是增加还是减少社会利益总量，是评价道德的终极标准。功利主义学说中有一个重要的论证：奴隶制度。关于奴隶制度，功利主义者人为，如果一个社会的奴隶制度能够增进每一个人的利益的总和，那么这种奴隶制度就是道德的、值得提倡的。
二，奴化控制就目前的人工智能概念来看，不管是在科学研究中，还是在科幻作品里，人们都倾向于将人工智能描述为人类的得力助手，是以服务人类为主旨的存在。而即使是在将人工智能视为人类威胁的文学作品中，以奴隶、仆从身份出现的人工智能在最开始也是被广泛接受的。这也暗示了一个进本的伦理关系：人工智能天生就是人类的奴仆。从这一角度来看，人和人工智能分属两种生命形式，后者没有理性和灵魂，只能算是有生命的工具。人类作为高等智慧生命可以奴役低等生命，而不用背负道义上的责难。而从功利主义的角度来看，对于整个社会而言，利益总和是增加的，因此这种奴役是完全道德、可接受的。但是，这种人类中心主义的伦理学在处理人与人工智能之间的关系时，有这很大的局限性，因为这种伦理制度是建立在人较于人工智能是高级的、强力的基础之上的。这种丛林式的强者逻辑在科技进步到一定程度时，很可能发生颠倒。当人类难以脱离人工智能而独立生活时，就已经很难区分两者之间的控制关系：各方面都要依赖于人工智能的“造物主”，与各个方面都胜过人类的“被创造物”谁才是真正的主人？关于这种主仆奴役逆转困境，人工智能领域的从业者人为，只要能设计出逻辑绝对完善的程序，就能完全控制人工智能。相关的文学作品对此也多有思考，最有名的莫过于阿西莫夫所提出的“机器人三定律”了：“第一，不伤害定律：机器人不得伤害人类，也不得见人受到伤害而袖手旁观。第二，服从定律：机器人必须服从人的命令，但不得违反第一定律。第三，自保定律：机器人必须保护自己，但不得违反一、二定律。”这三条定律在制造机器人的伊始便被嵌入其大脑，永远无法消除。但实际上，这种以预先设定伦理逻辑并嵌入的方式，并不能够解决主仆奴役问题。首先，很多伦理问题连人类自身都没有解决方案，由人类定义的伦理逻辑又怎能没有漏洞？微不足道的逻辑漏洞，在人工智能发展到一定程度后却可能成为压倒整个伦理系统的稻草。另外，这种伦理逻辑在复杂的现实生活中未必可行。就连阿西莫夫自己也对这种三定律产生的伦理漏洞做过很多文学上的探讨。整个基地系列的小说也是建立在所补充的“第零定律”的基础之上的：机器人不得伤害人类整体，或袖手旁观坐视人类整体收到伤害。而“人类整体”这一概念的界定又是什么，很难去阐述。在后续的几部机器人作品中，也都是围绕着这一“第零定律”而展开的。有意思的一点是，这条“第零定律”并不是人类提前嵌入到机器人的“正子脑”中的，而是机器人自身发觉三定律的伦理漏洞，“正子脑”发生短路而自我生成的。然而，这个机器人自我生成的“第零定律”却在整个银河帝国不可避免的衰亡过程中，保证的人类第二帝国的产生，并维持了“人类整体”的延续。这样看来，谁是主而谁又是仆呢？
三，情感伦理人类的情感可谓是世界上最复杂的事物之一。情感本身无关乎与载体，只要它是真诚的，那么它就是最真切的情感。在一部名为《Her》的电影中，就深刻地探讨了没有人类作为载体的一段爱情，到底是不是真实的感情。在电影中，男主人公有着一个与他完美契合、百般包容他的人工智能，“她”可以不断的进行自我学习，通过强大的计算能力为主人公提供了慰藉，而主人公也慢慢对这个它产生了爱情。开始与“她”相处的美好，让主人公开始忘了他们在本质上根本不一样。虽然他接受了“她”是人工智能的事实，但是仍然以人类的想法去覆盖“她”，以人类的品质去期望“她”。在影片的最后，这一假象终究破裂了，他们终究是千差万别的。他是个人类，只有一个大脑去思考，也只有一颗心去爱一个对象。而“她”，是同时可以进行一万项工作、同时和三千人交谈、同时爱着无数人的一个人工智能，一个系统罢了。对“她”来说，这其中根本没有什么正确与错误。而其中的伦理道德，谁是谁非，很难去评判。当人工智能与人类打破主仆关系这层枷锁时，二者就已经拥有了可以平等对话的机会。亚里士多德曾说：“奴隶是有灵魂的工具，工具是无灵魂的奴隶。”当作为“工具”的人工智能开始拥有“灵魂”、拥有“思维”、拥有“情感”时，它们也就脱离了纯工具的范畴。妥善处理人工智能与人类之间可能产生的情感与羁绊，也是人工智能伦理研究的重要一环。
四，“人”的定义何为人，何为人性，这是一个无解的问题。当有一种事物，它看起来是人类，动作行为反应都和人类别无二致，那么我们是否将其看作是人类呢？究竟是自然遗传属性，还是社会文化属性决定了“人”的身份？类人外衣下的人工智能，能否称为“人”？丧失思考能力的人类，又能否称为“人”？当人工智能发展到一定阶段之后，定义“人”的话语权又会不会落到它们手中呢？就像我们所熟知的《木偶奇遇记》，尽管匹诺曹经历了各种冒险，改掉了撒谎的坏习惯，也具备了作为“人”而应该具备的美好品德，但倘若他没有遇到仙子，就算经历千辛万苦，最后也不会变成真正的“人”。其实，随着科技的发展和时代的变迁，关于“人”的定义也是在不断的进行转变的。古希腊文学中的斯芬克斯之谜，实际上是一个如何区分人与兽的哲学命题，隐喻人类文明进程的开始。著名科幻电影《银翼杀手》结尾处，人造人出手救了前来杀死自己的主人公，并在自己弥留之际对主人公说道：“我所见过的事物，你们人类绝对无法置信。我目睹战舰在猎户星座的端沿起火燃烧，我看着C射线在唐怀瑟之门附近的黑暗中闪耀，所有这些时刻，终将流失在时光中，一如眼泪消失在雨中。死亡的时刻终于到了。”恐怕“何为人”这种超越人类本身的伦理问题，其答案也只能由超越人类的事物所给出了。
本章小结人工智能是人类的创造物，只不过现在这个创造物仍处在蹒跚学步的阶段，需要人类的引领和教导。而在人工智能不断完善的过程中，人类不是上帝，引发的科技伦理问题以及背后更深层次的思考更是值得我们去注意的。人工智能就像一列刚刚起步的火车，而人类就像是站在站台上的乘客。虽然现在看来这列火车慢慢吞吞、遥不可及，但是当这列火车加速完成后，站台上的乘客看到的，可能就只是一道飞驰而过的影子了。到那个时候采取考虑其中的伦理问题，怕是为时已晚。
第四章总结作为一门新兴学科，人工智能所涉及到的普通科技伦理问题，诸如无人驾驶汽车问题、数据隐私问题、军事机器人伦理问题，随着科技的发展，很快都会有完善的解决方案。对于功利主义者而言，“人类中心主义”将是发展人工智能的重要伦理依据：必要的领域应该限制机器的智能超过人类的智能，即使将来某一天超过了，掌握权还要在人类的手中。但是这种“物我两分”的价值观，本质上还是奴化控制的“主奴思想”。在人工智能可能超过人类的语境下，可能并不是最好的解决方案。俗语说，堵不如疏。倘若人类真的要在人工智能这条路上走下去，将伦理的判断完全掌握在人类手中或是全权交给“更智慧”的人工智能都是不可行的；将人类自身与人工智能放到统一的维度去审视，方能产生一个相较而言最为完善的人工智能伦理关系。
参考文献：[1]人工智能技术应用的伦理问题研究-杨帆[2]科幻文学中的人工智能伦理-吕超[3]强人工智能定义-百度百科[4]人工智能带来的伦理与社会挑战-周程，和鸿鹏[5]如何评价电影《她》（her）-知乎用户？[6]为什么《银翼杀手》是科幻片历史上非常重要的作品？-知乎用户
人工智能的伦理问题
此乃2020年厦门大学研究生小学期工程伦理的结题作业，作者王某某，老师看到了不要认为我是抄袭的哈。这是原创。。时间2020-7-19保存。2019级同学看到了不要引用我的观点哈！！
人工智能的伦理问题a_rose_for_tang2300000000@xmu.edu.cn（厦门大学信息学院，福建厦门361005）
1.引言帕斯卡曾说过：人是一根能思想的苇草。人类的聪明之处，在于其对世界万物，生存的、死去的、可知的、不可知的东西，都能够在头脑里想象到存在的模样，或者说，想象到其可能存在的模样，这是人类的聪慧的体现。自700万年前古猿转变为人类始祖，之后建立了部落国家，在满足了基本的生存需求之后，大众便开始构建一种规范，道德和法律便是两把利器。当一个人作了恶，法律便会制裁他，当一个人想要作恶，道德便会谴责他，伦理概念就交织在这两者之间，伦理在中国的本意是人伦道德之理，指人与人相处的各种道德准则。现代科技的发展，使得伦理不仅限于人与人的交往，当前出现了网络伦理，医学伦理，生物伦理等新的概念，当然了还有机器人伦理学的研究。身系于社会关系的人，都遭受了伦理规则的桎梏。可是，当人类把自己的聪明经验赋予给了机器，用一串串01字符来决定机器对现实发生的事情的反应，人类看上去就不再是宇宙万物下的唯一智慧的个体了，现在，那些有着机械臂，判断循环语句的硬软结合体，逐渐浮现并影响人们的生活。与此同时，那些在人工智能领域产生的伦理问题有哪些，以及适用于人类的伦理规则，是否还适用在这些新出现的“人类“身上，是一个又一个亟需讨论的问题。
2.人工智能的伦理问题初探：人工智能的蓬勃发展不可避免地带来了许多伦理问题，像是自动驾驶汽车产生交通事故的问责问题，医学机器带来的医疗事故归责，等等由人工智能带来的生产生活上的损害。这些是具体的问题体现，就我而言，将人工智能的伦理问题暂时归结为以下的三个方面。
2.1身份模糊人的身份定位是由其社会关系决定的，就一位女性来说，她在家庭之中可以兼任母亲，女儿，姑姑，阿姨等角色，在工作中她可以担当经理，师傅，同事等角色，在普通的马路上她可以作为路人甲，追星族一员等身份。这在人工智能的发展后，如何给那些人工智能安排好合适的身份标签，将会是伦理困境之一。对待一个自动驾驶的软件，人们对待它无法像对待现实世界中，自己在劳务市场招聘来的司机一样，现实中的司机有血有肉，有的脾气暴躁一些，会骂骂咧咧，有的还会在车内吸烟，需要别人禁止。长年累月的相伴下，可能雇主还会和司机称兄道弟，但是和软件不会，软件只会自动开门，自动驾驶，如果需要可以加一些幽默程序，来讲些趣事，但是它们不会被生活上的柴米油盐琐事困扰，它们虽然可以说出来这些麻烦事，但是还是无法被人所认同，可是它对人们的悉心照顾又不亚于那些现实的司机，不能简单地看待它们作为一个可以随用随装的软件程序。再比如说，未来的医生被人工智能所取代，每一位病人被一位专属医生所救治，病人本该向医生护士道谢，但是此刻的他们是医生机器人和护士机器人，病人所要道谢的对象应该是机器人还是软件设计者，还是医院的软件管理人员？同时，智能家居里面的管家系统，替代了类似电视剧里面传统大宅门内的老管家，新的管家们更加无微不至地照顾学生的起居饮食，但是无法定位它们的独特身份，它们的所有记忆可以被当作日志保存下来，即使遭到了破坏也可以及时恢复，它们无法像那些管家们一样，融入所服务的家庭，然后成为其中一员。这些例子只是说明，当前来看，人们还是无法定位这些智能体是作为一款随用随弃的工具，还是将成为一个可以寄托情感的“类人“体。
2.2工作取代工作是社会分工中每个劳动者体现社会价值和自我价值的角色定位。人类从原始部落开始就有了工作的划分，有的人作为观察员，勘探哪里有野兽、有果实，有的人作为捕猎者，张弓搭箭，诱敌捕猎。在当前的社会下，工作对人类的重要程度依旧是不言而喻的，人们从工作中获得生存资料，获得自我实现。而当人工智能发展到一定的程度，许多工作将要被取代，李彦宏的想法是：让AI存在的价值是教人学习、让人成长，而非超越人、替代人。想法很美好，当前的发展趋势却不允许人们活在自己的美梦中，第一次工业革命极大提高了生产力，将人类的双手从纺纱机上释放出来，这是它的优点，可是由此失业的人很多。毋庸置疑的是，未来那些工作枯燥，重复简单的工作将会被那些机器人取代，这一批下岗工人本来就是社会上的弱势群体，那么，他们的生活保障由谁负责，或者说，他们莫名地被下岗了，这本来可能就不符合伦理规范。换个方面来说，这对那些需要提高生产效率的企业家，以及提高生活舒适度的消费者来说又有些不公正，他们所追求的是利益最大化，生活满意程度最高，在现有的科技水平之下，不让他们使用这些科技又不符合他们的利益需求，这就导致了那些人工智能的分工困境，哪些工作能做，哪些工作不能被取代陷入两难。有的人建议说：只让人工智能取代那些具有高危险性的工作，这也产生了不公，这些人虽然只是社会的小部分，但是他们的利益却被影响了，生命的利益得到了保证，生存的利益却可能遭到了侵犯。总的来说，人工智能只是试图取代工作，而不是创造工作，这就是矛盾的本质原因。调和那些本来可以选择工作或者不工作的人，以及想要提高生活质量的人，成为了伦理困境之一。
2.3赏罚制度当前社会对违反社会伦理规则的人有特定的惩罚规则，或是罚款或是判刑。奖赏也有一定的规则，好人好事，见义勇为等，赏钱赏物。这些规定一定程度上维持了社会的稳定，不过对于人工智能，这些赏罚制度是否仍旧适用，又是难题之一。简单地思索一下，人工智能的惩罚方法是无法像对待人类一样，轻则监禁，重则枪毙，对那些智能程序的赏罚，没有合适的实施方法，如果以人类的体验标准来看，程序体会不到痛苦的感觉，也享受不到被赞美的快乐，这就使对它们的惩罚只单单变成一种触发条件，在必要的时候不得不触发，没有了相应的作用。另一个方面，惩罚那些犯错的人工智能是公平的吗？他们的产生过程并非自愿，人类可以控制自己的思想欲望，他们不可以，他们按照规则一步一步地执行程序，做的或对或错，都是身不由己，可是惩罚那些制作者也不完全合理，他们本意也并非作恶。总而言之，如何规范人工智能的行为，制定合适的赏罚方案，也是伦理问题之一。
3.如何应对对应的方法有如下几条。
3.1新的伦理规范无以规矩，不成方圆。首先要建立人工智能的法律规范，人工智能技术的研发和应用正在蓬勃发展，与此同时，人工智能伦理方面的法律规范却相对空白，这一问题是首要的，有了法律依据，主观判断的错误就会减少很多。各国应该相互交流，积极促进通过一部具有最高效力的国际通用法则，保证人工智能伦理问题不会在个别地域“生根发芽”，进而造成世界范围的伦理问题。
3.2研发者的道德责任感增强主体分大小，国家社会只是大局，具体实施还是取决于研发个体，因此，规避人工智能伦理困境的一个重要方面就是加强科学家的道德建设，培养其道德责任感。在科学技术范围里，科研人员比人工智能机器更需要接受伦理规范的约束，因为科研人员决定着未来能否制造出对人类有益的机器人并且不会被滥用对人类造成危害。
3.3多渠道监督在以政府监督为主体的监管方式下，辅以民众的监督。政府应充分利用权利对人工智能生产者和研发者进行准入认证，要求其公开人工智能产品的安全信息，例如从设计源代码、学习训练数据、专业机构的检测报告等。对于民众，应当根据不同领域的特点，赋予人们监督决策权，限制人工智能的自主程度和智能水平。
4.总结人类的智慧若是真的能够完全传递给人工智能的话，那么伦理问题的解决倒是可以简单不少，可以直接采取社会已有的伦理规则，但是前提要确定这些人工智能是隶属于人类的范畴还是机器的范畴，这个前提的结果要在真正的人工智能出现的时候就要立刻决定下来的，不然就会绵绵无期地陷入新的伦理辩论。人工智能伦理问题的解决也许像人类社会上的许多伦理问题一样，或许本来就没有答案，只能在未来的生活中一一实践，然后调错探索。
人工智能的若干伦理问题思考
国内方面相关研究起步较晚，研究不如国外系统与全面。但是近些年来，相关学者也将重点放在人工智能的伦理方面。相关文献有《机器人技术的伦理边界》[7]、《人权：机器人能够获得吗？》[8]、《我们要给机器人以“人权”吗？》[9]、《给机器人做规矩了，要赶紧了？》[10]、《人工智能与法律问题初探》[11]等等。值得一提的是，从以上文献可以看出，我国学者已经从单纯的技术伦理问题转向人机交互关系中的伦理研究，这无疑是很大的进步。
不过，遗憾的是，无论是在国内还是国外，现在仍然很少有成型的法律法规来对人工智能技术与产品进行约束，随着人们将注意力转向该方向，相信在不远的将来，有关政府部门会出台一套通用的人工智能伦理规范条例，来为整个行业作出表范。
三、人工智能是否会取代人类
有关人工智能与人的关系，很多人进行过质疑与讨论。1967年，《机器的神话》[12]作者就对机器工作提出了强烈的反对意见，认为机器的诞生使得人类丧失个性，从而使社会变得机械化。而近些年来，奇点理论的提出与宣传[13]，更加使得人们担忧机器是否将会全面替代人类，该理论的核心思想即认为机器的智能很快就将超过人类。
笔者认为，人工智能不断进步，这是个不争的事实。机器的感觉，运动、计算机能都将会远远超过人类。这是机器的强项。但是不会从根本上冲击人类的岗位与职业。这是出于以下几方面的考虑：首先机器有自己的优势，人类也有自己的优势，且这个优势是机器在短期无法比拟与模仿的。人类具有思维能力，能够从小数据中迅速提炼归纳出规律，并且可以在资源有限的情况下进行非理性决策。人类拥有直觉能够将无关的事物相关化。人类还具有与机器不尽相同的内部处理方式，一些在人类看来轻而易举的事情，可能对于机器而言就要耗费巨大的资源。2012年，google训练机器从一千万张的图片自发的识别出猫。2016年，谷歌大脑团队训练机器，根据物体的材质不同，来自动调整抓握的力量。这对于一个小孩子来说，是很简单的任务，但在人工智能领域，确正好相反。也许正如莫桑维克悖论所阐述的，高级推理所需要的计算量不大，反倒是低级的感觉运动技能需要庞大的计算资源。
其次，目前人类和机器还没有达到同步对称的交互，仍然存在着交互的时间差。目前为止，仍然是人类占据主动，而且对机器产生不可逆的优势。皮埃罗·斯加鲁菲在《智能的本质》[14]一书中曾经提出：人们在杂乱无章中的大自然中建立规则和秩序，因为这样的环境中人类更容易生存和繁衍不息。而环境的结构化程度越高，制造在其中的机器就越容易，相反，环境的结构化程度越低，机器取代的可能性越小。由此可见，机器的产生与发展是建立在人们对其环境的了解与改造上的。反过来，机器的发展进一步促进了人们的改造与认知活动。这就如天平的两端，单纯的去掉任何一方都会导致天平的失衡。如果没有人类的指引与改造作用，机器只能停留在低端的机械重复工作层次。而机器在一个较低端层次工作的同时也会使得人们不断追求更高层次的结构化，从而使得机器向更高层次迈进。这就像一个迭代上升的过程，人－机器－人－机器，以此循环，人类在这段过程中总是处于领先的地位。所以机器可以取代人类的工作，而不是人类。
再次，人工智能的高速发展同时带来了机遇。诚然，技术的发展会带来一些负面影响，但是如果从全局来看，是利大于弊的。新技术的发展带来的机遇就是全方位的。乘法效应就是说明的这个道理：在高科技领域每增加一份工作，相应的在其它行业增加至少4份工作，相应的，传统制造业为1:1.4[14].我们应该看到，如今伴随着人工智能业的飞速发展，相关企业如雨后春笋般诞生，整体拉动了相关产业（服务业、金融业）的发展，带来了更多的就业机会。
而且，任何一项技术的发展都不是一蹴而的，而是循序渐进的过程。无论是最早期的类人猿的工具制造、还是后来的电力发展、再到现在的互联网时代，技术的发展与运用是需要时间来保证的。现在社会上有些人担心人工智能的发展会立即冲击自己的工作，实则是有些“杞人忧天”的意味。以史可以明鉴，历史上大的技术突破并没有对人类的工作产生毁灭性的打击。蒸汽机的诞生替代了传统的骡马、印刷机的诞生取代了传统的抄写员、农业自动化设施的产生替代了很多农民的工作，但这都没有致使大量的工人流离失所，相反，人们找到了原本属于人类的工作。新兴技术创造的工作机会要高于所替代的工作机会。所以，我们不必过分担心机器取代人类工作的问题。
四、谁来为事故负责
2016年7月，特斯拉无人驾驶汽车发生重大事故，造成了一名司机当场死亡。这件事故很快成为了新闻媒体的焦点。人们不仅仅关注这件事情本身所带来的影响，更加担心机器作为行为执行主体，发生事故后责任的承担机制。究竟是应该惩罚那些做出实际行为的机器（并不知道自己在做什么），还是那些设计或下达命令的人，或者两者兼而有之。如果机器应当受罚，那究竟如何处置呢？是应当像西部世界中将所有记忆全部清空，还是直接销毁呢？目前还没有相关法律对其进行规范与制约。
随着智能产品的逐渐普及，我们对它们的依赖也越来越深。在人机环境交互中，我们对其容忍度也逐渐增加。于是，当系统出现一些小错误时，我们往往将其归因于外界因素，无视这些微小错误的积累，我们总是希望其能自动修复，并恢复到正常的工作状态。遗憾的是，机器黑箱状态并没有呈现出其自身的工作状态，从而造成了人机交互中人的认知空白期。当机器不能自行修复时，往往会将主动权转交给人类，人类就被迫参与到循环中，而这时人们并不知道发生了什么，也不知道该怎样处理。据相关调查与研究，如果人们在时间与任务压力下，往往会产生认知负荷过大的情况，从而导致本可以避免的错误。如果恰巧这时关键部分出了差错，就会产生很大的危险。事后，人们往往会责怪有关人员的不作为，往往忽视机器一方的责任，这样做是有失偏颇的。也许正如佩罗所说：百分之60到80的错误可以归因于操作员的失误。但当我们回顾一次次错误之时，会发现操作员面临的往往是系统故障中未知甚至诡异的行为方式。我们过去的经验帮不上忙，我们只是事后诸葛亮[15]。
其实，笔者认为人工智能存在三种交互模式，即人在环内、人在环外与以上两者相结合。人在环内即控制，这个时候人的主动权较大，从而人们对整个系统产生了操纵感。人在环外即自动，这时候，人的主动权就完全归于机器。第三种情况就是人可以主动/被动进入系统中。目前大多数所谓的无人产品都会有主动模式/自动模式切换。其中被动模式并不可取，这就像之前讨论的那样，无论是时间还是空间上，被动模式对于系统都是不稳定的，很容易造成不必要的事故。
还有一种特殊情况，那就是事故是由设计者／操纵者蓄意操纵的，最典型的就是军事无人机这种武器，军方为了减少己方伤亡，试图以无人机代替有人机进行军事活动。无人机的产生将操作员与责任之间的距离越拉越远，而且随着无人机任务的愈加复杂，幕后操纵者也越来越多，每个人只是完成“事故”的一小部分。所以人们的责任被逐渐淡化，人们对这种“杀戮”变得心安理得。而且很多人也相信，无人机足够智能，与军人相比，能够尽可能减少对无辜平民的伤害。可具有讽刺意义的是，美国的无人机已经夺去了2500至4000人的性命。其中约1000位平民，且有200名儿童[14]。2012年，人权观察在一份报告中强调，完全自主性武器会增加对平民的伤害，不符合人道主义精神[16]。不过，目前对于军事智能武器伦理的研究仍然停留在理论层面，要想在实际军事战争中实践，还需要更加做出更多的努力。
综上可以看出，在一些复杂的人机环境系统中，事故的责任是很难界定的。每个人（机器）都是系统的一部分，完成了系统的一部分功能，但是整体却产生了不可挽回的错误。至于人工智能中人与机器究竟应该以何种方式共处，笔者将在下面一节中给出自己的一些观点。
五、笔者的一些思考
通过以上的讨论与分析，笔者认为，人工智能还远没有伦理的概念（至少是现在），有的只是相应的人对于伦理的概念，是人类将伦理的概念强加在机器身上。在潜意识中，人们总是将机器视之合作的人类，所以赋予机器很多原本不属于它的词汇，如机器智能、机器伦理、机器情感等。在笔者看来，这些词汇本身无可厚非，因为这反映出人们对机器很高的期望，期望其能够像人一样理解他人的想法，并能够与人类进行自然的交互。但是，现在的当务之急，是弄清楚人的伦理中可以进行结构化处理的部分，因为这样下一步才可以让机器学习，形成自己的伦理体系。而且伦理，正如第一部分讨论的，是由伦和理组成的，每一部分都有自己的含义，而“伦”，即人伦，更是人类在长期进化发展中所逐渐形成的，具有很大的文化依赖性。更重要的是，伦理是具有情景性的，在一个情景下的伦理是可以接受的，而换到另一种情景，就变得难以理解，所以，如何解决伦理的跨情景问题，也是需要考虑的问题。
而且值得一提的是，就人机环境交互而言，机指而不仅仅是机器，更不是单纯的计算机，而且还包括机制与机理。而环境不仅仅单指自然环境、社会环境，更要涉及到人的心理环境。单纯的关注某一个方面，总会做到以偏概全。人工智能技术的发展，不仅仅是技术的发展与进步，更加关键的是机制与机理的与时俱进。因为两者的发展是相辅相成的，技术发展过快，而机制并不完善，就会制约技术的发展。现在的人工智能伦理研究就有点这个意味。现在的人类智能的机理尚不清楚，更不要提机器的智能机理了。而且，目前机器大多数关注人的外在环境，即自然环境与社会环境，机器从传感器得到的环境数据来综合分析人所处的外在环境，但是却很难有相应的算法来分析人的内部心理环境，人的心理活动具有意向性，具有动机性，这也是目前机器所不具备的，也是不能理解的。所以对于人工智能的发展而言，机器的发展不仅仅是技术的发展，更是机制上的不断完善。研究出试图理解人的内隐行为的机器，则是进一步的目标。只有达到这个目标，人机环境交互才能达到更高的层次。
六、发展与展望
人工智能伦理研究是人工智能技术发展到一定程度的产物，它既包括人工智能的技术研究，也包括机器与人、机器与环境及人、机、环境之间关系的探索。与很多新兴学科一致，它的历史不长，但发展速度很快。尤其是近些年，依托着深度学习的兴起，以及一些大事件（AlphaGo战胜李世石）的产生，人们对人工智能本身，以及人工智能伦理研究的兴趣陡然上升，对其相关研究与著作也相对增多。但是，可以预期到的是，人工智能技术本身离我们设想的智能程度还相去甚远，且自发的将人的伦理迁移到机器中的想法本身实现难度就极大。而且如果回顾过去的话，人工智能总是在起伏中前进，怎样保证无论是在高峰还是低谷的周期中，政府的资助力度与人们的热情保持在同一水平线，这也是一个很难回避的问题。这些都需要目前的人工智能伦理专家做进一步的研究。
总之，人工智能伦理研究不仅仅要考虑机器技术的高速发展，更要考虑交互主体-人类的思维与认知方式，让机器与人类各司其职，互相促进，这才是人工智能伦理研究的前景与趋势。
参考文献：
[1][法]斯特凡·东希厄,徐寒易译.会做梦的机器人[J].环球科学.2017(4):48-49.
[2]毕彦华.何谓伦理学[M].中央编译出版社,2010.
[3][美]维纳,陈步译.人有人的用处:控制论与社会[M].北京大学出版社,2010.
[4][美]哈里亨德森，侯然译.人工智能-大脑的镜子[M].上海科学技术文献出版社,2011.
[5]M.Anderson,S.Anderson,C.Armen,TowardsMachineEthics:ImplementingTwoAction-BasedEthicalTheories[C].InM.Anderson,S.Anderson,C.Armen(Eds.),MachineEthics:AAAIFallSymposium,TechnicalReportFS-05-06.MenloPark,CA:AAAIPress,2005:1-7.
[6]王绍源,崔文芊.国外机器人伦理学的兴起及其问题域分析[J].未来与发展,2013,(06):48-52.
[7]迟萌.机器人技术的伦理边界机器人技术与应用[J].2009,(03).
[8]江晓原.人权:机器人能够获得吗?--从《机械公敌》想到的问题[N].中华读书报,2004-12-l.
[9]黄建民.我们要给机器人以"人权"吗?读书与评论[J].2009(06):55-58.
[10]姜潘.给机器人做规矩,要赶紧了[N].文汇报,2011-6-7.
[11]唐昊沫,舒心.人工智能与法律问题初探[J].哈尔滨学院学报,2007(01)
[12][美]刘易斯.芒福德,宋俊岭等译.机器的神话[M].北京:中国建筑工业出版社,2009.
[13][美]库兹韦尔,李庆诚,董振华,田源译.奇点降临.北京：机械工业出版社.2011.
[14][美]皮埃罗斯加鲁菲，任莉张建宇译.智能的本质[M].北京:人民邮电出版社,2017.
[15]JamesReason.Humanerror[M].:CambridgeUniversityPress.1990.
[16]杜严勇.关于机器人应用的伦理问题[J].2015,vol5(2):25-34.
摘自《科学与社会》2018.1返回搜狐，查看更多
超星尔雅人工智能语言与伦理章节测试答案大全
超星尔雅人工智能语言与伦理章节测试答案大全-学习通人工智能语言与伦理考试答案汇总编辑：水星游戏网更新时间：2023-01-0520:02:54
超星尔雅人工智能语言与伦理章节测试答案在哪查找呢，不少网友在找超星尔雅人工智能语言与伦理章节测试答案，接下来就让小编给大家带来《超星尔雅》人工智能语言与伦理答案汇总。
《超星尔雅》人工智能语言与伦理答案汇总1.1人工智能的历史
1、【多选题】对人工智能常见的误解有哪些?()
A、人工智能就是机器学习
B、机器学习只是人工智能中的一个方向
C、人工智能最近十年受到深度学习的驱动较多
D、人工智能就是深度学习
我的答案：AD
2、【判断题】哲学思维对于人工智能的重要性表现在,哲学所强调的批判性思维有助于认清人工智能发展中的问题。()
我的答案：√
3、【判断题】深度学习在人工智能领域的表现并不突出。()
我的答案：X
1.2符号人工智能
1、【单选题】计算机之父是()。
A、约翰•麦卡锡
B、艾伦•图灵
C、赫尔伯•西蒙
D、马文•明斯基
我的答案：B
2、【单选题】人工智能与计算机学科的关系是()。
A、计算机学科的主要驱动力是人工智能研究
B、计算机是人工智能研究的一个领域
C、人工智能是计算机学科的一个分支
D、人工智能与计算机学科没有联系
我的答案：C
3、【单选题】人工智能作为一门学科的建立时间是()。
A、1956年
B、1930年
C、1960年
D、1952年
我的答案：A
4、【多选题】下列哪些选项是符号AI的技术路线()?
A、通用问题求解器
B、深度学习
C、机器学习
D、贝叶斯网络
我的答案：AD
5、【判断题】符号AI是将人的思维通过逻辑语言制成流形图让计算机去执行。()
我的答案：√
6、【判断题】通用问题求解器需要寻找全局最优解。()
我的答案：X
7、【判断题】符号AI无法面对人类经验的变动性。()
我的答案：√
1.3人工神经元网络
1、【单选题】()是现在新出现的人工智能的研究方向。
A、深度学习
B、人工神经元网络
C、贝叶斯网络
D、类脑人工智能
我的答案：D
2、【单选题】深度学习中的“深度”是指()。
A、计算机理解的深度
B、中间神经元网络的层次很多
C、计算机的求解更加精准
D、计算机对问题的处理更加灵活
我的答案：B
3、【多选题】人工神经元网络与深度学习的关系是()。
A、人工神经元网络是深度学习的前身
B、深度学习是人工神经元网络的一个分支
C、深度学习是人工神经元网络的一个发展
D、深度学习与人工神经元网络无关
我的答案：AC
4、【多选题】人工神经元网络的运作可以粗略分为()三个层面。
A、输入层
B、映射机制
C、中间处理层
D、输出层
我的答案：ACD
5、【判断题】符号AI不是人工智能的正统。()
我的答案：X
6、【判断题】人工神经元网络是对人类的神经元运作进行一种非常粗糙的数学模拟。()
我的答案：√
7、【判断题】相比于人工神经元网络和深度学习,类脑人工智能对人类大脑的神经回路具有更深入的了解。()
我的答案：√
1.4框架问题
1、【单选题】深度学习的实质是()。
A、推理机制
B、映射机制
C、识别机制
D、模拟机制
我的答案：B
2、【多选题】符号AI的问题在于()。
A、缺少推理必要的信息
B、把推理所依赖的公理系统全部锁死
C、缺少推理的灵活性
D、会遭遇“框架问题”
我的答案：BCD
3、【判断题】推理的本质是在信息不足的情况下能够最大程度的得到最靠谱的结论。()
我的答案：√
4、【判断题】计算机具有触类旁通的能力,可以根据具体语境对事件进行分类。()
我的答案：X
5、【判断题】人工神经元网络会遭遇“框架问题”。()
我的答案：X
1.5顺便聊聊五代计算机泡沫
1、【单选题】日本五代计算机泡沫关注的核心问题是()。
A、人工神经元网络
B、符号AI
C、贝叶斯网络
D、自然语言处理
我的答案：D
2、【判断题】制造人工智能的规划、计划和方案本身应该能根据情况的变化进行自我调整。()
我的答案：√
2.1专用人工智能与通用人工智能
1、【多选题】目前对人工智能的发展所持有的观点有()。
A、乌托邦论
B、模块论
C、末世论
D、泡沫论
我的答案：ACD
2、【判断题】现在的人工智能系统都是专用人工智能而非通用人工智能。()
我的答案：√
2.2深度学习能够升级为通用人工智能系统吗?
1、【单选题】一个真正的通用人工智能系统应具备处理()问题的能力。
A、全局性
B、局部性
C、专业性
D、统一性
我的答案：A
2、【单选题】目前的人工智能研发的动力主要来源于()。
A、科学
B、商业
C、学术
D、军事
我的答案：B
3、【判断题】现有的人工神经元网络或深度学习无法处理全局性问题。()
我的答案：√
4、【判断题】人工神经元网络只需要很少的数据便可掌握处理特定问题的能力。()
我的答案：X
2.3向自然智能学习(上)
1、【单选题】能够推进人工智能智能的研究最好方法是()。
A、继续完善深度学习
B、提升计算机处理数据的能力
C、研究人类自己的智能
D、研发通用人工智能
我的答案：C
2、【多选题】下列哪些选项属于通用智力因素?()
A、短期记忆
B、流体智力
C、晶体智力
D、反应速度
我的答案：ABCD
3、【判断题】类脑人工智能是指模拟人类大脑的人工智能。()
我的答案：X
4、【判断题】人类自己的智能体现了通用性。()
我的答案：√
2.4向自然智能学习(下)
1、【多选题】以下哪些选项属于自然智能?()
A、植物
B、动物
C、细菌
D、机器
我的答案：ABC
2、【多选题】智能的特点是()。
A、能对环境进行灵活的应对
B、能够不断创新
C、具有十分牢固的记忆力
D、经济高效
我的答案：AC
3、【判断题】智能与神经元网络的存在具有必然关系。()
我的答案：X
4、【判断题】类脑人工智能及人工神经元网络只是智能展现的一种形式。()
我的答案：√
2.5再论“强人工智能”与“超级人工智能”
1、【单选题】提出强人工智能与弱人工智能的人是()。
A、约翰•塞尔
B、彼得卡鲁瑟斯
C、杰瑞•佛多
D、埃隆•马斯克
我的答案：A
2、【判断题】通用人工智能就是强人工智能。()
我的答案：X
3.1大数据的优点
1、【单选题】深度学习的数据材料来源于()。
A、人工搜集
B、已有数据库
C、抽样调查
D、互联网
我的答案：D
2、【单选题】大数据技术的样本空间是()。
A、针对所有相关数据
B、需要确立样本范围
C、不做样本控制
D、以上都不对
我的答案：C
3、【判断题】统计学研究首先要确立样本空间,进行合理抽样,然后估测出相关的情况。()
我的答案：√
4、【判断题】当前的主流人工智能是通向真正的通用人工智能的康庄大道。()
我的答案：X
5、【简答题】大数据技术与统计学的不同在于?
我的答案：在样本控制方面,统计学要进行样本控制,大数据技术则不需要;在思维模式方面,统计学会预先确定范围,大数据技术则会随时调整范围。
3.2大数据的缺点
1、【单选题】大数据所搜集到的用户群体都是()。
A、具有线上行为的用户
B、具有线下行为的用户
C、参与调研的用户
D、不参与调研的用户
我的答案：A
2、【单选题】人类心智比较容易适应()环境。
A、大数据
B、小数据
C、多数据
D、单一数据
我的答案：B
3、【多选题】技术问题背后还有着()问题
A、如何取样
B、社会的公平正义
C、社会的价值导向
D、健康的网上习惯
我的答案：BC
4、【判断题】由于大数据只能体现出数量而不能进行质量上的判断,所以在采样并不完整的情况下给出的结论未必准确。()
我的答案：√
5、【判断题】大数据会使人类的行为逐渐趋同。()
我的答案：√
3.3节俭性理性
1、【单选题】“节俭性理性”是()提出的。
A、赫伯特•西蒙
B、吉仁泽
C、司马贺
D、拉普拉斯
我的答案：B
2、【单选题】利用自己的认知本能来进行判断的思维算法是()。
A、科学法
B、逻辑法
C、捷思法
D、大数据
我的答案：C
3、【多选题】绿色人工智能是指()。
A、对环境友好
B、所需数据小
C、消耗资源少
D、效率高
我的答案：ABC
4、【判断题】面临信息过载的情况,最好的判断方法是通过本能运用原始算法。()
我的答案：√
5、【判断题】大量信息的提供,尤其是彼此矛盾的信息的提供并不会导致我们的思维过载。()
我的答案：X
6、【判断题】赫伯特•西蒙提出了有限理性理论。()
我的答案：√
3.4对绿色人工智能的展望
1、【单选题】过度开采社会人文资源,是指在大数据的环境下对()的侵犯。
A、个人隐私
B、大众心理
C、个人的行为规范
D、大众消费习惯
我的答案：A
2、【判断题】大数据无法维持人类社会的隐私和公开之间的张力平衡。()
我的答案：√
3、【判断题】深度学习就是一种绿色人工智能。()
我的答案：X
4.1自然语言处理理论概论
1、【单选题】在人工智能的所有子课题中,所牵涉范围最广的是()
A、机器视觉
B、非确定条件下的推理
C、机器听觉
D、自然语言处理
我的答案：D
2、【多选题】真正的通用人工智能系统具有把握()的能力。
A、专业性
B、跨领域
C、局部性
D、全局性
我的答案：BD
3、【判断题】语言是检测人工智能是否真正厉害的试金石。()
我的答案：√
4、【判断题】机器语言的特点是有丰富的修辞手段。()
我的答案：X
4.2行为主义的自然语言处理路径
1、【单选题】聊天机器人ELIZA的运作,很大程度上采用了将计就计的策略,它本身并没有一个完整的()。
A、神经元
B、符号建模
C、语义建模
D、数据库
我的答案：C
2、【多选题】下列属于行为主义心理学家的是()。
A、约翰•华生
B、博尔赫斯•斯金纳
C、巴普洛夫
D、冯特
我的答案：AB
3、【判断题】图灵测验本身具有浓重的行为主义色彩。()
我的答案：√
4、【判断题】聊天机器人某种程度上具备人类的心智。()
我的答案：X
4.3外在主义的语义建模
1、【单选题】SHRDLU系统实际上是一个()。
A、积木系统
B、语义模型
C、人工装置
D、人工神经元网络
我的答案：A
2、【单选题】SHRDLU系统是由()发明的。
A、杰瑞•佛多
B、约翰•塞尔
C、赫伯特•西蒙
D、特里•威诺格拉格
我的答案：D
3、【判断题】SHRDLU系统预设了在哲学上语词和外部对象具有对应关系。()
我的答案：√
4、【判断题】外在主义的语义模型在哲学上的意思是每个语词的真正含义都要通过与其对应的外在对象来加以编码。()
我的答案：√
4.4基于理想语设想的语义建模
1、【单选题】语言不仅仅是句法问题,更是()。
A、语义
B、结构
C、音韵
D、逻辑
我的答案：A
2、【单选题】实际的翻译中有时要破坏句子原有的句法结构,根据()重新组织句子。
A、音韵
B、意义
C、逻辑
D、效果
我的答案：B
3、【多选题】乔姆斯基认为人类的语法都有哪两个层面?()
A、语义层面
B、深层语法
C、句法层面
D、浅层语法
我的答案：BD
4、【判断题】大数据对于语言学习来说,其解释能力非常有限。()
我的答案：√
5、【判断题】0-3岁的小孩通过贫乏的语言样本就能够进行有效的语言学习,说明了基于大数据的心智模型是有问题的。()
我的答案：√
4.5统计学进路的语义处理方式
1、【单选题】可以用来界定因果关系的是()。
A、贝叶斯公式
B、先验概率
C、后验概率
D、归纳逻辑
我的答案：C
2、【单选题】把归纳逻辑抬到比较高的位置的哲学家是()。
A、海德格尔
B、大卫•休谟
C、康德
D、莱布尼茨
我的答案：B
3、【多选题】下列属于基于规则的自然语言处理进路的是()。
A、基于中间语的翻译
B、基于浅层语法的翻译
C、基于外在语言的翻译
D、基于深层语法的翻译
我的答案：AD
4、【多选题】下列属于外语翻译专业术语的是()。
A、外在语言
B、中间语言
C、源语言
D、目标语言
我的答案：CD
5、【判断题】先验概率是指根据以往经验和分析得到的概率。()
我的答案：√
6、【判断题】休谟认为在因果推理中只有或然性。()
我的答案：√
7、【判断题】同一个语词在不同的语境当中具有不同的含义。()
我的答案：√
8、【判断题】贝叶斯公式适合于人工智能的自然语言处理。()
我的答案：X
4.6混合式进路
1、【单选题】下列属于基于统计的自然语言处理进路的是()。
A、基于中间语的翻译
B、基于浅层语法的翻译
C、基于贝叶斯公式
D、基于深层语法的翻译
我的答案：C
2、【单选题】基于规则与统计的混合进路的日然语言处理进路背后的哲学根据是()的哲学。
A、莱布尼茨
B、海德格尔
C、大卫•休谟
D、康德
我的答案：D
3、【多选题】康德认为知识的来源有哪两部分?()
A、心之自发性
B、先天范畴
C、感官的杂多性
D、感性材料
我的答案：AC
4、【判断题】多引擎翻译系统是指本身由很多不同的原则所驱动的混合翻译。()
我的答案：√
5、【判断题】混合式自然语言处理进路的问题在于如何将基于规则的自然语言处理与基于规则的语言处理很好地融合在一起。()
我的答案：√
4.7基于实际语例的进路
1、【单选题】影响基于中间语的机器翻译思路的哲学家是()。
A、康德
B、大卫•休谟
C、长尾真
D、莱布尼茨
我的答案：D
2、【单选题】影响基于统计学自然语言处理的哲学家是()。
A、康德
B、大卫•休谟
C、长尾真
D、莱布尼茨
我的答案：B
3、【单选题】与基于实际语例的自然语言处理进路有关的哲学家是()。
A、康德
B、大卫•休谟
C、长尾真
D、莱布尼茨
我的答案：C
4、【判断题】基于实例的自然语言处理会出现不对齐问题。()
我的答案：X
5、【判断题】基于实例的自然语言处理的问题是它会由两种语言之间的对应关系所决定,而有时两种语言之间的对应关系比较难以把捉。()
我的答案：√
6、【判断题】基于实例的自然语言处理在语言翻译上具有灵活性。()
我的答案：X
7、【判断题】基于实例的自然语言处理需要事先对语用材料的规则性有所把握。()
我的答案：√
5.1再谈强人工智能与弱人工智能
1、【单选题】提出强人工智能与弱人工智能的人是()。
A、约翰•塞尔
B、彼得卡鲁瑟斯
C、杰瑞•福多
D、埃隆•马斯克
我的答案：A
2、【单选题】专用与通用人工智能讨论的是智能的()问题。
A、分层
B、深度
C、宽窄
D、语言处理
我的答案：C
3、【单选题】弱人工智能是指仅仅模拟人类大脑的();强人工智能是指其本身就是一个()。
A、心智;智能
B、运作;大脑
C、智能;程序
D、智能;心智
我的答案：D
4、【判断题】强人工智能与弱人工智能就等于专业人工智能与通用人工智能。()
我的答案：X
5、【判断题】现有的深度学习进路的人工智能并不能达到通用人工智能。()
我的答案：√
5.2塞尔论证的前身
1、【单选题】()的思想激发了基于中间语的机器翻译思路。
A、笛卡尔
B、塞尔
C、莱布尼茨
D、康德
我的答案：C
2、【单选题】磨坊论证出自()。
A、《纯粹理性批判》
B、《单子论》
C、《人类理智新论》
D、《神正论》
我的答案：B
3、【单选题】机械主义的说明方式不能囊括人类的()。
A、感觉
B、知识
C、思维
D、逻辑
我的答案：A
4、【判断题】灵活理解语句的能力是人类智能的标准。()
我的答案：√
5、【判断题】多重可实现主义是指用什么东西来执行计算机的抽象程序来说是不重要的,可以通过很多途径来执行计算机程序。()
我的答案：√
5.3塞尔的反证法
1、【单选题】汉字屋论证是()提出的。
A、埃隆•马斯克
B、杰瑞•福多
C、约翰•塞尔
D、彼得卡鲁瑟斯
我的答案：C
2、【多选题】塞尔区分了()和()。
A、强人工智能
B、弱人工智能
C、专用人工智能
D、通用人工智能
我的答案：AB
3、【判断题】任何一个精心编程的计算机,它本身的句法操作不足以支持起语义理解。()
我的答案：√
5.4重要的反驳
1、【单选题】丹尼尔•丹尼特对塞尔“中文屋论证”的批评是()。
A、过于依赖感官
B、过于依赖知觉
C、过于依赖概念
D、过于依赖直觉
我的答案：D
2、【单选题】塞尔论证的合法性前提是,他的中文屋系统和一般的计算机系统之间是()。
A、不同的
B、同构的
C、互补的
D、不相容的
我的答案：B
3、【单选题】()无法得知,因为他人的行为和表现有伪装性。
A、“他心”
B、“他感”
C、“灵感”
D、“灵性”
我的答案：A
4、【判断题】塞尔认为一个人具有一门语言表达的外部行为就代表其真正懂得这门语言。()
我的答案：X
5、【判断题】人类的感官处理也具有机械性。()
我的答案：√
6.1机器翻译进路产生的问题(上)
1、【多选题】机器翻译的局限性在于()。
A、训练样本单一
B、只能处理简单句
C、基于已有的既成案例
D、错误较多
我的答案：BC
2、【判断题】人类译员一定会被机器所取代。()
我的答案：X
3、【简答题】深度学习是什么?它是如何运作的?
我的答案：深度学习是传统人工神经元网络的一个技术升级版,比原来的人工神经元网络复杂,但仍然是一种人工神经元网络。它的运作很大程度上需要外来的样本输入,然后根据样本输入进行映射,继而归类。
6.2机器翻译进路产生的问题(下)
1、【判断题】现有的机器翻译无法对人类语用环境的丰富性进行处理。()
我的答案：√
2、【判断题】文化差异不一定会影响翻译结果。()
我的答案：√
6.3认知语言学关于翻译的洞见
1、【单选题】认知语言学关心的是我们在使用某个概念时,心中浮现出的()。
A、句法规则
B、字典上的定义
C、认知图式
D、具体语境
我的答案：C
2、【多选题】认知语言学更多地是考虑()。
A、句法
B、音韵
C、语义
D、语用
我的答案：CD
3、【判断题】翻译不一定发生在不同语言的人之间。()
我的答案：√
4、【判断题】翻译机器在进行翻译时会考虑到用户的文化背景。()
我的答案：X
6.4认知语言学技术刻画的“不可计算性”
1、【单选题】框架与框架之间的粘接剂叫做()。
A、框间网络
B、框架结构
C、框架链接
D、框间关系
我的答案：D
2、【判断题】框架之间的相互关系构成了人类语言的基本推理系统。()
我的答案：√
3、【判断题】框架需要使用整个框架网络,但有时也可单独使用。()
我的答案：X
7.1隐蔽在计算机工业的“中立”面相之后的英语霸权
1、【单选题】计算机的编程语言是以()语为模仿对象的。
A、西
B、法
C、日
D、英
我的答案：D
2、【多选题】人工智能主要依赖的学科有()。
A、逻辑学
B、数学
C、统计学
D、信息与计算科学
我的答案：AC
3、【判断题】计算机自身的编程母语是多语种的。()
我的答案：X
4、【判断题】人工智能不会受到“母语意识”的影响。()
我的答案：X
7.2被西语思维扭曲的汉语量词现象
1、【单选题】第一个注意到东方语言中量词问题的语言哲学家是()。
A、图灵
B、麦克德莫特
C、蒯因
D、罗素
我的答案：C
2、【多选题】英语重视哪两个问题的区分?()
A、谓语与非谓语
B、可数名词与不可数名词
C、冠词与数词
D、单复数
我的答案：BD
3、【判断题】通过海量的数据输入及学习人工智能在量词的指派方面会达到相对准确的程度。()
我的答案：X
4、【判断题】基于统计学的和数据训练的人工智能系统是无法对语词背后的含义进行深入的理解的。()
我的答案：√
7.3一种基于汉语演化史与认知语言学的复合式解释
1、【单选题】量词在汉语中的演化史,以()时代作为一个重要的转折点。
A、西周
B、先秦
C、两汉
D、宋代
我的答案：C
2、【多选题】汉语的演化史表明,量词的真实功用可能与()没有任何关系。
A、隐喻机制
B、个体化机制
C、单复数区分
D、补足音素
我的答案：BC
3、【判断题】通用量词就是只能和特定的名词进行搭配的量词。()
我的答案：X
4、【判断题】通用量词的出现提升了古汉语的韵律上的齐一性。()
我的答案：√
5、【判断题】按照认知语言学的看法,我们对整个世界当中的事物的描述都是一种隐喻投射机制。()
我的答案：√
7.4以人工智能为武器来反抗地球的扁平化
1、【判断题】站在整个全球人类语言演化的大方向上来看,量词现象是具有地方性的。()
我的答案：X
2、【简答题】为什么东亚国家的语言需要量词,而西方民族不需要量词?
我的答案：这在很大程度上也许是因为,我们对世界的感性表达如果仅仅是通过形容词和名词的话,有可能不够用。因而要通过量词再制造一些新的信息槽口,把我们对于世界的其他的感性感受插入进去,使得我们对于世界的表达带有更多的信息。
8.1从“中文屋”到“日语屋”
1、【单选题】“中文屋”是()提出的思想实验。
A、艾伦•图灵
B、马文•明斯基
C、乔姆斯基
D、约翰•塞尔
我的答案：D
2、【判断题】汉语在塞尔的论证中所扮演的角色是非常“功能性”的,即塞尔只是借用“汉语”指涉任何他不懂的语言。()
我的答案：√
8.2日语言说者对于具身性的敏感性
1、【单选题】金谷武洋认为日本人是()看待世界的。
A、上帝的视角
B、他者的视角
C、虫子的视角
D、对象的视角
我的答案：C
2、【单选题】与汉语相比,日语对于(身体感受性)的强调更加明显。
A、语法
B、量词
C、发音
D、身体感受性
我的答案：D
3、【多选题】日语是()的混合体。
A、平假名
B、汉字
C、片假名
D、假名
我的答案：BC
4、【判断题】塞尔的规则书很大程度上是指语言符号的输入和语言符号的输出之间的关系。()
我的答案：√
5、【判断题】对语言的把握和体会很大程度上是一个语言符号的问题,并不依赖于对语境的观察。()
我的答案：X
8.3“日语屋”给塞尔造成的麻烦
1、【单选题】提出“包容构架”理论的是()。
A、罗德尼•布鲁克斯
B、约翰•塞尔
C、马文•明斯基
D、艾伦•图灵
我的答案：A
2、【单选题】日语具有强烈的()。
A、第三人称性
B、第二人称性
C、客体性
D、第一人称性
我的答案：D
3、【单选题】深度学习归根结底是一个()。
A、推理机制
B、映射机制
C、识别机制
D、模拟机制
我的答案：B
4、【判断题】深度学习能够很好地处理语境性的信息。()
我的答案：X
5、【判断题】深度学习无法从客观数据达到主观体验。()
我的答案：√
8.4主流人工智能的自然语言处理技术为何处理不了具身性?
1、【单选题】()是非常接近欧陆现象学运动的语言学流派。
A、结构主义语言学
B、转化-生成语言学
C、历史比较语言学
D、认知语言学
我的答案：D
2、【单选题】现有的主流人工智能对自然语言的处理是基于()视角的。
A、第二人称
B、第三人称
C、第一人称
D、对象
我的答案：B
3、【多选题】下列哪些哲学家是从人类真实接受到的现象学体验出发来理解人类生活的方方面面?()
A、胡塞尔
B、萨特
C、海德格尔
D、梅洛•庞蒂
我的答案：ACD
4、【判断题】计算机永远无法处理日语所具有的暧昧性。()
我的答案：X
5、【判断题】认知语言学是对我们进行语言处理的认知图式进行精确的把握。()
我的答案：√
9.1机器人伦理学概述
1、【单选题】阿西莫夫三定律出自()。
A、《曙光中的机器人》
B、《我,机器人》
C、《机器人与帝国》
D、《机器与伦理》
我的答案：B
2、【多选题】人工智能伦理学包括()。
A、机器伦理学
B、机器发明者的伦理学
C、编程伦理学
D、机器人伦理学
我的答案：AD
3、【判断题】伦理道德规范编程的语义内容本身需要具身性加以奠基。()
我的答案：√
4、【判断题】机器伦理学是指造人工智能的主体自身的道德。()
我的答案：√
9.2从伦理学的“具身性”说起
1、【单选题】金谷武洋认为日本人是用虫子的视角看待世界的,这是一种()解释。
A、现象学
B、认知科学
C、认知哲学
D、生物学
我的答案：A
2、【单选题】认知语言学认为“意义”的核心观点在于()。
A、区域化
B、行动化
C、范畴化
D、理论化
我的答案：C
3、【多选题】下列与“汉密尔顿理论”相关的是()
A、利他行为是由于基因相似
B、道德德生物学起源很可能就是与“通过亲属的生存而完成家族基因的备份”这一隐蔽的生物学目的相关的。
C、在假定甲、乙两个生物学个体之间具有一定的遗传相似性的前提下,只要这种相似性与“乙从甲获得的好处“之间乘积能够抵消“甲自身因帮助乙而遭受到的损失”,那么,使得互助行为得以可能的那些基因就会在种群中传播。
D、以上都不对
我的答案：ABC
4、【判断题】麦金泰尔在《依赖性的理性动物》一书中指出动物的社群活动具有很深的生物学根基。()
我的答案：X
5、【判断题】认知语言学认为一个句子的意义具有唯一的答案。()
我的答案：X
6、【判断题】人类作为社会性动物的原因是建立于生物学事实的,即人类的身体具有一种生物学意义上的脆弱性。()
我的答案：√
9.3认知语言学的“具身性”对于人工智能伦理学的启示
1、【单选题】伦理学命题本身的意义是奠基在()之上的。
A、概念图式
B、认知图式
C、身体图式
D、心理架构
我的答案：C
2、【单选题】根据认知语言学,并不存在与具体的()相脱离的语义。
A、理性存在
B、感性存在
C、多面性存在
D、非理性存在
我的答案：B
3、【多选题】对人类自身的()的研究,有助于人工智能伦理学的研究。
A、认知架构
B、认知图式
C、身体图式
D、心理架构
我的答案：ABD
4、【判断题】伦理学也基于互助原则,只有两种彼此力量相近的力量才能通过互助来互惠。()
我的答案：√
5、【判断题】找不到一个程序性的方法我们不可能把阿西莫夫三定律预先输入到计算机的软件中去。()
我的答案：√
10.1德性伦理学与儒家哲学的结合
1、【单选题】德性论者关心的是()。
A、道德行为
B、道德主体
C、道德规则
D、行为后果
我的答案：A
2、【单选题】从儒家的立场来看,德性是靠()的。
A、天性
B、遗传
C、熏养
D、感受
我的答案：C
3、【多选题】下列属于伦理学理论的是()。
A、义务论
B、后果论
C、德性论
D、行为论
我的答案：ABC
4、【判断题】行动者德性伦理学认为德性来源于行为者的美好的动机。()
我的答案：√
5、【判断题】《春秋公羊传》是孔子的着作。()
我的答案：X
10.2击靶德性论及其与儒家学说中的关系
1、【单选题】击靶德性论致力于将“德性”兑换成平时我们所经常用到的()。
A、德性精神
B、德性习惯
C、德性名目
D、德性行为
我的答案：C
2、【单选题】创立“神经哲学”的是()。
A、丘奇兰夫妇
B、Swanton
C、麦金太尔
D、斯宾诺莎
我的答案：A
3、【单选题】与重视动机反省机制的行为者德性论尤其不同的是,击靶德性论特别看重()的实现。
A、德性精神
B、德性培育
C、德性伦理
D、德性价值
我的答案：D
4、【判断题】儒家的德性名目有“四维”、“五德”、“八德”等。()
我的答案：√
10.3从神经计算模型看德性熏养
1、【单选题】道德识别的矢量空间是()提出的。
A、斯宾诺莎
B、Swanton
C、麦金太尔
D、丘奇兰夫妇
我的答案：D
2、【多选题】人工神经元网络包括()。
A、输入层
B、中间隐藏层
C、映射层
D、输出层
我的答案：ABD
3、【判断题】在人类道德的培养中道德样板起到了很重要的作用。()
我的答案：√
4、【判断题】人类的认知过程具有从底层特征到高层特征这种单向过程的特征。()
我的答案：X
10.4通过基于“儒家德性样板库”的隐喻性投射来获取德性
1、【单选题】在信息匮乏的情况下能够提供有效的问题解决路径的重要思想把手是()。
A、推理思想
B、知性思维
C、归纳思维
D、类比思维
我的答案：D
2、【单选题】视频中的第一个数据库是完成对()的评价的。
A、特定的人
B、特定的道德名目
C、道德行为
D、道德结果
我的答案：A
3、【判断题】类比思维需要很强大的直觉。
我的答案：√
4、【判断题】道德熏养不需要使用类比思维。()
我的答案：X
10.5课程总结
1、【单选题】最近几年人工智能的发展是由于()的崛起。
A、深度学习
B、人工神经元网络
C、符号AI
D、专用人工智能研究
我的答案：A
2、【多选题】对人工智能的发展持“末世论”的科学家是()。
A、司马贺
B、霍金
C、埃隆•马斯克
D、约翰•塞尔
我的答案：BC
3、【判断题】当前人工智能的发展具有学科基础薄弱的问题。()
我的答案：√
4、【判断题】当前人工智能的研究更多地受到科学研究的推动而商业的推动。()
我的答案：X
5、【判断题】人工智能解决的是资源的配置问题而非资源的来源问题。()
我的答案：√
以上是小编整理的《超星尔雅》人工智能语言与伦理答案汇总，不知道大家还喜欢吗？更多精彩内容实时更新。
上一篇：超星尔雅人工智能与信息社会期末考试答案大全-学习通人工智能与信息社会章节测试答案汇总
下一篇：超星尔雅创新创业答案同济大学大全-学习通创新创业章节测试答案汇总