《新一代人工智能伦理规范》发布
9月25日，国家新一代人工智能治理专业委员会发布了《新一代人工智能伦理规范》(以下简称《伦理规范》)，旨在将伦理道德融入人工智能全生命周期，为从事人工智能相关活动的自然人、法人和其他相关机构等提供伦理指引。
《伦理规范》经过专题调研、集中起草、意见征询等环节，充分考虑当前社会各界有关隐私、偏见、歧视、公平等伦理关切，包括总则、特定活动伦理规范和组织实施等内容。《伦理规范》提出了增进人类福祉、促进公平公正、保护隐私安全、确保可控可信、强化责任担当、提升伦理素养等6项基本伦理要求。同时，提出人工智能管理、研发、供应、使用等特定活动的18项具体伦理要求。《伦理规范》全文如下：
新一代人工智能伦理规范为深入贯彻《新一代人工智能发展规划》，细化落实《新一代人工智能治理原则》，增强全社会的人工智能伦理意识与行为自觉，积极引导负责任的人工智能研发与应用活动，促进人工智能健康发展，制定本规范。
第一章 总则
第一条 本规范旨在将伦理道德融入人工智能全生命周期，促进公平、公正、和谐、安全，避免偏见、歧视、隐私和信息泄露等问题。
第二条 本规范适用于从事人工智能管理、研发、供应、使用等相关活动的自然人、法人和其他相关机构等。（一）管理活动主要指人工智能相关的战略规划、政策法规和技术标准制定实施，资源配置以及监督审查等。（二）研发活动主要指人工智能相关的科学研究、技术开发、产品研制等。（三）供应活动主要指人工智能产品与服务相关的生产、运营、销售等。（四）使用活动主要指人工智能产品与服务相关的采购、消费、操作等。
第三条 人工智能各类活动应遵循以下基本伦理规范。（一）增进人类福祉。坚持以人为本，遵循人类共同价值观，尊重人权和人类根本利益诉求，遵守国家或地区伦理道德。坚持公共利益优先，促进人机和谐友好，改善民生，增强获得感幸福感，推动经济、社会及生态可持续发展，共建人类命运共同体。（二）促进公平公正。坚持普惠性和包容性，切实保护各相关主体合法权益，推动全社会公平共享人工智能带来的益处，促进社会公平正义和机会均等。在提供人工智能产品和服务时，应充分尊重和帮助弱势群体、特殊群体，并根据需要提供相应替代方案。（三）保护隐私安全。充分尊重个人信息知情、同意等权利，依照合法、正当、必要和诚信原则处理个人信息，保障个人隐私与数据安全，不得损害个人合法数据权益，不得以窃取、篡改、泄露等方式非法收集利用个人信息，不得侵害个人隐私权。（四）确保可控可信。保障人类拥有充分自主决策权，有权选择是否接受人工智能提供的服务，有权随时退出与人工智能的交互，有权随时中止人工智能系统的运行，确保人工智能始终处于人类控制之下。（五）强化责任担当。坚持人类是最终责任主体，明确利益相关者的责任，全面增强责任意识，在人工智能全生命周期各环节自省自律，建立人工智能问责机制，不回避责任审查，不逃避应负责任。（六）提升伦理素养。积极学习和普及人工智能伦理知识，客观认识伦理问题，不低估不夸大伦理风险。主动开展或参与人工智能伦理问题讨论，深入推动人工智能伦理治理实践，提升应对能力。
第四条 人工智能特定活动应遵守的伦理规范包括管理规范、研发规范、供应规范和使用规范。
第二章 管理规范
第五条 推动敏捷治理。尊重人工智能发展规律，充分认识人工智能的潜力与局限，持续优化治理机制和方式，在战略决策、制度建设、资源配置过程中，不脱离实际、不急功近利，有序推动人工智能健康和可持续发展。
第六条 积极实践示范。遵守人工智能相关法规、政策和标准，主动将人工智能伦理道德融入管理全过程，率先成为人工智能伦理治理的实践者和推动者，及时总结推广人工智能治理经验，积极回应社会对人工智能的伦理关切。
第七条 正确行权用权。明确人工智能相关管理活动的职责和权力边界，规范权力运行条件和程序。充分尊重并保障相关主体的隐私、自由、尊严、安全等权利及其他合法权益，禁止权力不当行使对自然人、法人和其他组织合法权益造成侵害。
第八条 加强风险防范。增强底线思维和风险意识，加强人工智能发展的潜在风险研判，及时开展系统的风险监测和评估，建立有效的风险预警机制，提升人工智能伦理风险管控和处置能力。
第九条 促进包容开放。充分重视人工智能各利益相关主体的权益与诉求，鼓励应用多样化的人工智能技术解决经济社会发展实际问题，鼓励跨学科、跨领域、跨地区、跨国界的交流与合作，推动形成具有广泛共识的人工智能治理框架和标准规范。
第三章 研发规范
第十条 强化自律意识。加强人工智能研发相关活动的自我约束，主动将人工智能伦理道德融入技术研发各环节，自觉开展自我审查，加强自我管理，不从事违背伦理道德的人工智能研发。
第十一条 提升数据质量。在数据收集、存储、使用、加工、传输、提供、公开等环节，严格遵守数据相关法律、标准与规范，提升数据的完整性、及时性、一致性、规范性和准确性等。
第十二条 增强安全透明。在算法设计、实现、应用等环节，提升透明性、可解释性、可理解性、可靠性、可控性，增强人工智能系统的韧性、自适应性和抗干扰能力，逐步实现可验证、可审核、可监督、可追溯、可预测、可信赖。
第十三条 避免偏见歧视。在数据采集和算法开发中，加强伦理审查，充分考虑差异化诉求，避免可能存在的数据与算法偏见，努力实现人工智能系统的普惠性、公平性和非歧视性。
第四章 供应规范
第十四条 尊重市场规则。严格遵守市场准入、竞争、交易等活动的各种规章制度，积极维护市场秩序，营造有利于人工智能发展的市场环境，不得以数据垄断、平台垄断等破坏市场有序竞争，禁止以任何手段侵犯其他主体的知识产权。
第十五条 加强质量管控。强化人工智能产品与服务的质量监测和使用评估，避免因设计和产品缺陷等问题导致的人身安全、财产安全、用户隐私等侵害，不得经营、销售或提供不符合质量标准的产品与服务。
第十六条 保障用户权益。在产品与服务中使用人工智能技术应明确告知用户，应标识人工智能产品与服务的功能与局限，保障用户知情、同意等权利。为用户选择使用或退出人工智能模式提供简便易懂的解决方案，不得为用户平等使用人工智能设置障碍。
第十七条 强化应急保障。研究制定应急机制和损失补偿方案或措施，及时监测人工智能系统，及时响应和处理用户的反馈信息，及时防范系统性故障，随时准备协助相关主体依法依规对人工智能系统进行干预，减少损失，规避风险。
第五章 使用规范
第十八条 提倡善意使用。加强人工智能产品与服务使用前的论证和评估，充分了解人工智能产品与服务带来的益处，充分考虑各利益相关主体的合法权益，更好促进经济繁荣、社会进步和可持续发展。
第十九条 避免误用滥用。充分了解人工智能产品与服务的适用范围和负面影响，切实尊重相关主体不使用人工智能产品或服务的权利，避免不当使用和滥用人工智能产品与服务，避免非故意造成对他人合法权益的损害。
第二十条 禁止违规恶用。禁止使用不符合法律法规、伦理道德和标准规范的人工智能产品与服务，禁止使用人工智能产品与服务从事不法活动，严禁危害国家安全、公共安全和生产安全，严禁损害社会公共利益等。
第二十一条 及时主动反馈。积极参与人工智能伦理治理实践，对使用人工智能产品与服务过程中发现的技术安全漏洞、政策法规真空、监管滞后等问题，应及时向相关主体反馈，并协助解决。
第二十二条 提高使用能力。积极学习人工智能相关知识，主动掌握人工智能产品与服务的运营、维护、应急处置等各使用环节所需技能，确保人工智能产品与服务安全使用和高效利用。
第六章 组织实施
第二十三条 本规范由国家新一代人工智能治理专业委员会发布，并负责解释和指导实施。
第二十四条 各级管理部门、企业、高校、科研院所、协会学会和其他相关机构可依据本规范，结合实际需求，制订更为具体的伦理规范和相关措施。
第二十五条 本规范自公布之日起施行，并根据经济社会发展需求和人工智能发展情况适时修订。
国家新一代人工智能治理专业委员会
2021年9月25日
人工智能的伦理挑战与科学应对
【光明青年论坛】
编者按
2023年2月21日，中国外交部正式发布《全球安全倡议概念文件》，呼吁“加强人工智能等新兴科技领域国际安全治理，预防和管控潜在安全风险”。在中国式现代化进程中，人工智能的技术革新是助推我国科技创新的重要力量之一。作为最具代表性的颠覆性技术，人工智能在给人类社会带来潜在巨大发展红利的同时，其不确定性也会带来诸多全球性挑战，引发重大的伦理关切。习近平总书记高度关注人工智能等新兴科技的发展，强调要加快提升“人工智能安全等领域的治理能力”，“塑造科技向善的文化理念，让科技更好增进人类福祉”。为此，本版特组织几位青年学者围绕人工智能的伦理挑战与科学应对展开讨论，并邀请专家予以点评，以期引发学界的更多关注，为推动人工智能健康发展贡献智慧。
与谈人
彭家锋 中国人民大学哲学院博士生
虞昊 华东师范大学政治与国际关系学院博士生
邓玉龙 南京师范大学哲学系博士生
主持人
刘永谋 中国人民大学哲学院教授、国家发展与战略研究院研究员
1.机遇与挑战并存的人工智能
主持人：新技术革命方兴未艾，以人工智能等为代表的新兴科技快速发展，大大拓展了时间、空间和人们的认知范围，人类正在进入一个“人机物”相融合的万物智能互联时代。请具体谈谈人工智能给人类社会发展带来什么样的机遇？
彭家锋：人工智能、大数据、物联网、云计算等智能技术蓬勃兴起，对人类社会的方方面面产生深刻影响，推动整个社会逐步迈入智能社会。在此过程中，存在许多重大历史机遇需要我们把握。就技术治理而言，人工智能作为一种治理技术，正在助推社会治理的治理理念、治理方式、治理效能等方面的变革，将传统技术治理提升至智能化新阶段，呈现出“智能治理的综合”趋势。智能治理将全面提升社会公共治理的智能化水平，主要呈现出四个方面的特征：一是治理融合化，即促进各种智能技术与其他治理技术相互融合，大幅度提升智能社会的治理水平；二是治理数据化，即以日益增长的海量数据为基础，通过对数据映射出来的“数字世界”进行社会计算，实现治理目标；三是治理精准化，即发挥智能技术强大的感知能力、传输能力和计算能力，将传统的粗放治理转变为精准治理；四是治理算法化，即不断完善智能决策系统，尝试将程序化的算法决策扩展到更多的决策活动中，从而提高决策质量。
虞昊：人工智能有助于反思人类社会得以建立与发展的基础。随着分析式AI向着生成式AI不断演变，尤其是生成式AI初步展现出判别问题、分析情感、展开对话、创作内容等越来越具有人类特征的功能，原本属于人类的领域正被人工智能以另一套由“0”与“1”构成的计算机语言逐步侵蚀。这既是对人类社会的冲击，也势必会在更加平等的开放性框架中增强人类的主体性，促进人类社会进一步发展。
邓玉龙：总体来说，以人工智能为代表的新科技发展，显著提升了社会生产力。例如，生成式AI不但能完成传统AI的分析、判断工作，还能进一步学习并完成分析式AI无法从事的创造性工作。从人机交互的角度来看，人工智能也促进了生产关系的高效发展。具体表现在：一是刺激劳动形态的转化。人工智能高效承担大量的基础机械性劳动，人类劳动则向高阶的创造性劳动转化，由此引发社会层面的劳动结构转型、升级，并且以人工智能为中介，社会范围内的劳动整合、协调能力也实现升级。二是促进劳动场域的重构。随着劳动形态的转化和劳动的社会化扩展，人工智能将劳动从固定场域中解放出来，人类劳动的灵活性增加。相比于创造性劳动，机械性劳动更加受到空间和时间的制约，而在人工智能从技术层面替代更低边际成本的基础性劳动之后，人类劳动空间和时间的自由性实现跃迁。三是对主体的发展提出了更高要求，尤其是对主体适应社会发展提出了更高要求。人工智能技术的发展对人类传统的知识结构提出挑战，要求人类更新原有的知识结构以适应社会发展需要，也对教育提出更高要求，教育模式和教育内容需要更契合科技发展的水平，培养更加全面发展的人才。
主持人：人工智能的一系列产物在给人们带来生活便利的同时，也一定程度上引起大家对其可能引发的伦理挑战的警惕。一些人关注人工智能的风险问题，对人工智能的推进有些焦虑。如何看待这种警惕和焦虑？
虞昊：人工智能的风险以及由此带来的焦虑，是完全可以理解的。但我们无法返回一个没有人工智能的世界，人工智能已然深度介入人类社会，试图遏制人工智能的推进只能是螳臂当车。同时我们对人工智能的发展也不能放任不管，无视甚至于压制人工智能的推进只能是掩耳盗铃。因此，我们应该正视这种焦虑，在发展人工智能的过程中探求解决方案，在人工智能带来的风险中寻求危中之机。
邓玉龙：我们应正确看待这种焦虑。要看到，焦虑有其积极的意义，它体现人类的忧患意识，催生对人工智能风险的预见性思考，提醒我们注意焦虑背后人工智能技术发展存在的问题。正确对待焦虑有助于积极采取措施防范风险，辩证分析焦虑中先见性的思考，通过社会治理模式的升级化解风险问题。同时，仅有焦虑和恐惧是不够的，更重要的是积极解决人工智能发展带来的社会问题。从劳动的角度看，人工智能确实会取代部分人类劳动，推动劳动结构转型升级，让劳动向着碎片化、个体化方向发展，劳动者处于弱势地位，面临着“机器换人”的挑战。但是我们也应该理性认识到，人工智能不是对人类劳动能力的完全替代，而是对劳动者提出了更高的要求，要求劳动者掌握科学知识，将技术的发展内化为自身能力，在更具创造性的劳动中实现自身价值。
彭家锋：任何技术的发明使用，不可避免地伴随着这样或那样的风险。人工智能技术自然也不例外，在其应用过程中，同样引发了诸如隐私泄露、算法歧视、法律责任等风险问题。因此，关注人工智能的风险问题，并由此对人工智能的推进产生焦虑，具有一定理论依据和现实基础。但更应当清醒地认识到，人工智能的某些相关风险可以提前得到规避，并不必然会发生；即便真的发生，也仍可不断寻求化解风险的有效手段。以个人隐私滥用风险为例，在治理过程中，虽然不可避免地会涉及个人数据收集和分析处理，但可以通过建立完整的规范和监管体系来保护个人隐私，降低滥用风险。
2.人工智能科技竞争的“伦理赛道”
主持人：习近平总书记在以视频方式出席二十国集团领导人第十五次峰会时指出，“中方支持围绕人工智能加强对话，倡议适时召开专题会议，推动落实二十国集团人工智能原则，引领全球人工智能健康发展”。请谈谈“人工智能原则”应包含哪些内容？科技向善的文化理念对推动全球人工智能健康发展具有怎样的现实价值？
彭家锋：为应对人工智能等新科技快速发展带来的伦理挑战，2022年，中共中央办公厅、国务院办公厅印发了《关于加强科技伦理治理的意见》，其中明确了“增进人类福祉”“尊重生命权利”“坚持公平公正”“合理控制风险”“保持公开透明”等五项科技伦理原则。我认为，这五项原则基本涵盖了人工智能原则的伦理要求，彰显了科技向善的文化理念。科技向善的文化理念，根本目标是让科技发展更好地服务社会和人民，带来良好社会或社会公益的善。科技向善对推动全球人工智能健康发展至少具有以下三个方面现实价值：一是塑造公众信任。公众对人工智能的信任很大程度上并不完全由相关风险程度决定，而是取决于公众的利益与价值是否得到足够重视。后者正是科技向善的内在要求。二是引领技术创新。科技向善的文化理念将在技术创新发展过程中发挥价值引领作用。三是促进全球合作。科技向善的文化理念试图在全球范围内建立人工智能伦理规范的“最大公约数”，各国在达成伦理共识的基础之上，能够建立互信，实现更加充分深入的国际合作。
虞昊：个人认为，人工智能原则也应包含非对抗与非失控的理念。非对抗意味着不应将人工智能视作人类社会的对抗性存在，人工智能已经成为人类社会的构成性要素，我们必须持更为开放的态度去面对人工智能。非失控意味着不应放弃对人工智能的伦理规范，应以智能的方式去规范加速发展的人工智能。如果以上述理念为前提，也就是说，在支持人工智能发展的情况下，科技向善的文化理念在推动全球人工智能健康发展中就变得极为重要。此处的“善”在国家治理层面即指向“善治”，而当人工智能的发展从国家范围扩展到全球范围，“善治”就在构建人类命运共同体的意义上拥有了更贴近现实的内涵。各国应摒弃冷战思维与零和博弈，基于善意与友谊共同思考人类作为整体如何在人工智能的冲击下通往全球性的“善治”。
邓玉龙：2019年欧盟发布《可信赖的人工智能伦理准则》，2021年中国国家新一代人工智能治理专业委员会发布《新一代人工智能伦理规范》（以下简称《规范》）。与欧盟发布的伦理准则相比，《规范》体现了中国特色社会主义的制度优势，旨在将伦理规范融入人工智能全生命周期。人工智能发展的根本目的是促进人的全面发展，因此，我以为，人工智能原则还应体现共享和有序发展的要求。共享，旨在防止人工智能的技术垄断。科技发展应该兼顾全体人民的利益，而不是服务于少数群体，由全体人民共享科技发展成果，推动全球科技水平的共同增长。有序发展，旨在防止人工智能技术的无序扩张。人工智能技术的发展最终是为了提升人的幸福感，推动科技有序发展能够促进人机和谐融合，有效预防潜在无序扩张的风险。
主持人：从规范层面来说，伦理反思对规范人工智能发展的作用主要体现在哪些方面？
彭家锋：近年来，世界各主要国家在人工智能领域竞争日趋激烈，纷纷将人工智能发展置于国家发展的战略层面。比如，美国陆续出台《国家人工智能研究和发展战略计划》（2016）和《关于维持美国在人工智能领域领导地位的行政命令》（2019）；欧盟先后发布《欧洲人工智能战略》（2018）和《人工智能白皮书》（2020）；中国也较早发布了《“互联网+”人工智能三年行动实施方案》（2016）和《新一代人工智能发展规划》（2017）。人工智能科技竞争的客观局面已然形成。在此背景下，如果忽视人工智能技术发展所带来的全球性风险与挑战，极有可能陷入技术赶超的竞争逻辑。因此，亟须规范人工智能的科技竞争，而倡导伦理反思或许就是一条可行之路。伦理反思的意义至少在于：一是设定伦理底线。人工智能技术的开发和应用需要遵循一些基本的价值理念和行为规范。只有守住伦理底线，才有可能避免颠覆性风险的发生。二是实现敏捷治理。伦理反思是一个动态、持续的过程，贯穿于人工智能科技活动的全生命周期。为了确保其始终服务于增进人类福祉和科技向善的初衷，需要保持应有的道德敏感性，以灵活、及时、有效的手段化解人工智能带来的各种伦理挑战，确保其在科技向善的道路上行稳致远，实现良性发展。
邓玉龙：人工智能科技竞争是为了促进科学技术发展，而科学技术发展的最终目的是推动人类社会的进步。人工智能科技竞争不应该仅包括技术竞争的单一维度，更不应该通过技术优势遏制他国的科技发展，而应该是在人工智能科技条件下的综合性竞争，通过良性竞争促进全球人工智能和全人类的共同发展。其中就应该包括社会治理竞争，通过社会治理保障社会公平，因而对社会中人与人关系的伦理反思构成人工智能科技竞争的有机组成部分。首先，伦理反思对人工智能科技竞争提出了更高的要求。人工智能的公平性、可信任性、可解释与透明度、安全性不仅是伦理要求，也代表了人工智能技术的发展方向，是人工智能科技竞争需要抢占的技术制高点。科技的发展是为了人的全面发展，因而人的发展内嵌于科技发展要求，伦理反思有助于防止工具主义的泛滥。其次，伦理反思为人工智能科技竞争提供价值引导。伦理反思注重保障人的权利，科技发展并不是社会发展中的唯一衡量因素，我们还应该关注其中多样性的因素，尤其注重保护特殊群体的利益，例如防止数据鸿沟等不良影响。伦理反思有助于实现人工智能的综合性健康发展。
3.人工智能安全与人的全面发展
主持人：科学探究一直以来都是人们认识世界和了解自身的重要认知方式，人工智能等信息产业的革命如何影响着人们的认知方式？
彭家锋：人工智能等信息产业的革命，促进了科学研究新范式——数据科学的诞生，进而对人们的认知方式产生深刻影响。数据科学被认为是继实验、理论和模拟之后的新的科研范式。相较于传统科学，数据科学融合了统计和计算思维，通过人工智能等技术提供的海量数据、强大算法和算力，能够直接从数据中寻找相关关系、提取相关性或者预测性知识，进而产生一种基于相关性的科学思维模式。但这种相关性并不一定能够转化为因果关系，因为可解释性对于从数据科学技术确定的相关性中提取因果解释至关重要，而相关技术一般都缺乏必要的透明度和可解释性。数据科学更可能成为一种预测科学，但是预测并不是科学追求的唯一目标。通过揭示世界的潜在因果结构来解释和干预现象，也是科学的两个重要目标。因此，尽管数据科学能够通过分析大量数据生成相关性知识，却不能直接产生因果解释。对此，传统科学的可检验性假设方法和因果规律探求仍有其重要价值。数据科学并非取代传统科学，相反，两者将相互补充，共同成为人类探索世界的有效工具。
虞昊：显而易见的是，随着人工智能向着通用人工智能迈进，其能够为人们提供的教育资源、生活娱乐、工作讯息也越来越丰富，人们势必越来越依赖于通过与人工智能进行交互来获取外界信息。因此，当人工智能深度地构成人们认知世界的滤镜时，若不对人工智能本身具有重复性、同质性倾向的认知框架保持警醒，人工智能可能扭曲人们的认知方式直至影响人的主体创造性。
邓玉龙：以人工智能为代表的全新技术发展被称为第四次工业革命，其中最显著的特征就是机器与人类的深度融合，机器不再作为一种外在性的工具被人类使用，而是在与人类的深度关联中影响人类的认知方式。一方面，信息产业革命丰富了人类认知的联结方式。人工智能和大数据技术的发展促进人类的分析逻辑从因果关系扩展为相关关系，对相关关系的重视使人工智能可以从大数据而非小数据维度获取信息，为人类认知提供新的视角。按照传统人类认知方式的理解，因果关系要求关于世界的认知是确定性的，而这在数字时代的复杂性社会中很难实现。人工智能对相关关系的认知填补了这一缺失，允许我们在无法掌握确定信息但在掌握大量数据的条件下对未来趋势作出预测。另一方面，如果我们对人工智能等科技的输出结果和生成内容盲目信赖，将结果和内容与经验事实之间进行绝对等同的连接，误认为是事实的全部，那么我们就会丧失人文主义抽象反思的能力，对此我们应当保持警惕，始终坚持反思和批判的人文精神。
主持人：如何调适人的主体创造性与信息高度集成共享之间的关系？
彭家锋：当人们逐渐将更多创造性工作交由人工智能完成，不免让人担忧人工智能是否将会威胁到人的主体创造性。从人机关系的角度来看，这种担忧是基于一种人机敌对论的视角，认为人工智能挤压了人的主体创造性空间，是替代逻辑的延续。但从人机协作的视角出发，将人工智能看作人的得力帮手，通过创造性地使用人工智能可以赋予人类更大的创造性空间。比如，在进行文字写作、多媒体脚本、程序代码、文稿翻译等工作时，可先由人工智能高水平地完成草稿工作，然后再由人类进行一些创造性的调整和发挥。此时人工智能生成的内容将成为进一步创作的原材料，人类将以更高的效率投入创造性活动之中。当然，要实现以上效果并非易事，不仅需要思想观念的转变，还应在制度安排、教育方式等方面作出相应调整。
虞昊：面对信息高度集成共享的人工智能，人有可能转变为算法的动物。试想下述场景：当依据人工智能展开行动变得足够便捷有效时，行动者便会倾向于采信人工智能，此时，看似是人类行动者基于自然语言在进行互动，实则是算法逻辑基于计算机语言在进行数字化运转。于是，人的主体创造性被侵蚀，人可能沦为算法动物。对此类情形，我们应该保持足够的清醒与警惕。
邓玉龙：人工智能技术生成的内容（AIGC）具有高度集成共享的特性，能够高效地对人类知识进行数据挖掘、信息生成。调适人的主体创造性与信息高度集成共享之间的关系，我们需做到如下几个方面：首先，需要通过人的创造性扩大AIGC数据库，当下AIGC主要是依赖于大语言模型，以大量的网络文本作为训练数据库生成的，通过人的创造性生成可以不局限于网络文本，而是进一步扩展数据库的训练文本，从而提高其丰富度。其次，需要通过人的创造性为AIGC提供价值训练，通过人的创造性生成的价值立场、伦理法则等与AIGC的训练数据库相融合，从而建构可信赖、可持续的信息高度集成共享机制。最后，需要将人创造性生成的内容与AIGC共同作为人类知识的来源，人类知识的获得不能仅仅局限于AIGC，而是需要人发挥其主体创造性对人工智能技术生成的内容进行反思和拓展，将人类无法被数据化的、经验性的知识与AIGC数据化的知识融合成为人类知识的来源。
（本版编辑张颖天整理）
2023超星尔雅人工智能,语言与伦理答案
学习通app人工智能,语言与伦理章节测验答案
1.1
1【多选题】对人工智能常见的误解有哪些?()AD
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
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。()对
3【判断题】深度学习在人工智能领域的表现并不突出。()X
1.2
1
【单选题】计算机之父是()。C
A、约翰·麦卡锡
B、艾伦·图灵
C、赫尔伯·西蒙
D、马文·明斯基
2
【单选题】人工智能与计算机学科的关系是()。C
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
3
【单选题】人工智能作为一门学科的建立时间是()。A
A、1956年
B、1930年
C、1960年
D、1952年
4【多选题】下列哪些选项是符号AI的技术路线()?AD
A、通用问题求解器
B、深度学习
C、机器学习
D、贝叶斯网络
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。()对
6【判断题】通用问题求解器需要寻找全局最优解。()X
7【判断题】符号AI无法面对人类经验的变动性。()对
1.3
1
【单选题】()是现在新出现的人工智能的研究方向。D
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
2
【单选题】深度学习中的“深度”是指()。B
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
3【多选题】人工神经元网络与深度学习的关系是()。AC
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
4【多选题】人工神经元网络的运作可以粗略分为()三个层面。ACD
A、输入层
B、映射机制
C、中间处理层
D、输出层
5【判断题】符号AI不是人工智能的正统。()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。()对
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。()对
1.4
1
【单选题】深度学习的实质是()。B
A、推理机制
B、映射机制
C、识别机制
D、模拟机制
2【多选题】符号AI的问题在于()。BCD
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”
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。()对
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。()X
5【判断题】人工神经元网络会遭遇“框架问题”。()X
————————————————
单元测试答案是辛苦整理的
需要支付5元/门
购买单元测试答案QQ920119876
————————————————
1.5
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
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。()
2.1
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
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。()
2.2
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
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
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。()
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。()
2.3
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
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
3【判断题】类脑人工智能是指模拟人类大脑的人工智能。()
4【判断题】人类自己的智能体现了通用性。()
2.4
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
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
3【判断题】智能与神经元网络的存在具有必然关系。()
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。()
2.5
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
2【判断题】通用人工智能就是强人工智能。()
3.1
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
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
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。()
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。()
3.2
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
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
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
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。()
5【判断题】大数据会使人类的行为逐渐趋同。()
3.3
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
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
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
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。()
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。()
6【判断题】赫伯特·西蒙提出了有限理性理论。()
3.4
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
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。()
3【判断题】深度学习就是一种绿色人工智能。()
4.1
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
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
3【判断题】语言是检测人工智能是否真正厉害的试金石。()
4【判断题】机器语言的特点是有丰富的修辞手段。()
4.2
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
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
3【判断题】图灵测验本身具有浓重的行为主义色彩。()
4【判断题】聊天机器人某种程度上具备人类的心智。()
4.3
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
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
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。()
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。()
4.4
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
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
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
4【判断题】大数据对于语言学习来说,其解释能力非常有限。()
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。()
4.5
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
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
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
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
5【判断题】先验概率是指根据以往经验和分析得到的概率。()
6【判断题】休谟认为在因果推理中只有或然性。()
7【判断题】同一个语词在不同的语境当中具有不同的含义。()
8【判断题】贝叶斯公式适合于人工智能的自然语言处理。()
4.6
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
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
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
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。()
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。()
4.7
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
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
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
4【判断题】基于实例的自然语言处理会出现不对齐问题。()
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。()
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。()
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。()
5.1
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
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
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
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。()
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。()
5.2
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
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》
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
4【判断题】灵活理解语句的能力是人类智能的标准。()
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。()
5.3
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
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
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。()
5.4
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
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
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”
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。()
5【判断题】人类的感官处理也具有机械性。()
6.1
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
2【判断题】人类译员一定会被机器所取代。()
6.2
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。()
2【判断题】文化差异不一定会影响翻译结果。()
6.3
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
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
3【判断题】翻译不一定发生在不同语言的人之间。()
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。()
6.4
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
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。()
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。()
7.1
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
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
3【判断题】计算机自身的编程母语是多语种的。()
4【判断题】人工智能不会受到“母语意识”的影响。()
7.2
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
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
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。()
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。()
7.3
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
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
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。()
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。()
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。()
7.4
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。()
8.1
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
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。()
8.2
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
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
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
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。()
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。()
8.3
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
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
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
4【判断题】深度学习能够很好地处理语境性的信息。()
5【判断题】深度学习无法从客观数据达到主观体验。()
8.4
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
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
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
4【判断题】计算机永远无法处理日语所具有的暧昧性。()
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。()
9.1
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》
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
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。()
4【判断题】机器伦理学是指造人工智能的主体自身的道德。()
9.2
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
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
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
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。()
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。()
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。()
9.3
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
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
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
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。()
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。()
10.1
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
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
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
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。()
5【判断题】《春秋公羊传》是孔子的著作。()
10.2
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
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
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
4【判断题】儒家的德性名目有“四维”、“五德”、“八德”等。()
10.3
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
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
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。()
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。()
10.4
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
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
3【判断题】类比思维需要很强大的直觉。
4【判断题】道德熏养不需要使用类比思维。()
10.5
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
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
3【判断题】当前人工智能的发展具有学科基础薄弱的问题。()
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。()
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。()
来源：智慧树答案网
本文链接：https://www.zhihuishutiku.com/post/234.html