在人工智能领域，最大的挑战之一是开发不仅具有智能，而且能够按照与人类相匹配的道德标准和价值观行事的人工智能系统。一种方法是使用法律书籍和判例法作为基础来训练人工智能。本文探讨了这种方法，并探讨了创建具有类人规范和价值观的人工智能的其他策略。我还在我们代表该部撰写的一份战略文件中代表荷兰人工智能联盟向合资部提出了这一建议。
基本途径：以立法为基础
基于法律书籍和判例法训练人工智能的想法是基于这样的概念：法律是社会内集体规范和价值观的反映。通过让人工智能分析这些法律文本，系统可以深入了解什么是社会可以接受的以及什么行为是被禁止的。
使用 GAN 识别差距
生成对抗网络（GAN）可以作为发现立法差距的工具。通过生成不符合现有法律的场景，GAN 可以揭示潜在的道德困境或未解决的情况。这使得开发人员能够识别并解决这些差距，为人工智能提供更完整的道德数据集来学习。
此方法的功能和局限性
虽然法律培训提供了坚实的起点，但也有一些重要的考虑因素：
- 规范和价值观的有限观点法律并没有涵盖人类道德的所有方面。许多规范和价值观是由文化决定的，并未记录在官方文件中。仅接受立法训练的人工智能可能会忽略这些微妙但关键的方面。
- 解释和背景法律文本通常很复杂并且需要解释。如果人类不具备理解背景的能力，人工智能可能很难以符合道德的方式将法律应用于特定情况。
- 道德的动态本质社会规范和价值观不断发展。今天可以接受的事情明天可能会被认为是不道德的。因此，人工智能必须具有灵活性和适应性才能应对这些变化。
- 道德与合法性重要的是要认识到，并非所有合法的事情在道德上都是正确的，反之亦然。人工智能必须有能力超越法律条文并理解道德原则的精神。
人工智能中人类规范和价值观的补充策略
为了开发真正与人类道德产生共鸣的人工智能，需要采取更全面的方法。
1.文化和社会数据的整合
通过让人工智能接触文学、哲学、艺术和历史，该系统可以更深入地了解人类状况和道德问题的复杂性。
2. 人际互动和反馈
让伦理学、心理学和社会学专家参与培训过程可以帮助完善人工智能。人类反馈可以提供细微差别并纠正系统的不足之处。
3. 持续学习和适应
人工智能系统的设计必须能够从新信息中学习并适应不断变化的规范和价值观。这需要一个允许不断更新和再培训的基础设施。
4. 透明度和可解释性
人工智能决策的透明性和可解释性至关重要。这不仅有利于用户信任，还允许开发人员评估道德考虑并在必要时调整系统。
结论
根据法律书籍和判例法训练人工智能是开发理解人类规范和价值观的系统的宝贵一步。然而，要创造一个真正以与人类相当的道德方式行事的人工智能，需要采取多学科的方法。通过将立法与文化、社会和道德见解相结合，并将人类专业知识融入培训过程中，我们可以开发出不仅智能、而且明智且富有同情心的人工智能系统。
其他资源：
