[发明专利]基于伦理规则修订的人工智能伦理风险辨识防范方法

权利要求书

1.一种人工智能方法，其特征在于，所述方法包括：

场景获取步骤：获取事件场景，作为第一事件场景；

规则获取步骤：获取人工智能伦理规则，作为第一人工智能伦理规则；

初始化步骤：将所述第一人工智能伦理规则作为至少一个人工智能伦理规则；

优选度计算步骤：对所述至少一个人工智能伦理规则中的每一人工智能伦理规则，获取在所述第一事件场景中产生人工智能伦理风险大小最小且行为成本低的人类行为及其对应的人工智能体行为，作为所述每一人工智能伦理规则对应的优选的人类行为和优选的人工智能体行为；根据所述最小的人工智能伦理风险大小和行为成本计算所述每一人工智能伦理规则的优选度；将所述最小的人工智能伦理风险大小作为所述每一人工智能伦理规则对应的人工智能伦理风险大小；

规则选择步骤：从所述至少一个人工智能伦理规则中，获取优选度最高的人工智能伦理规则，若优选度最高的人工智能伦理规则对应的人工智能伦理风险大小小于第二预设风险阈值，则将优选度最高的人工智能伦理规则作为优选的人工智能伦理规则，并执行所述规则和行为推荐步骤，否则执行所述规则修订步骤或将优选度最高的人工智能伦理规则作为所述第一人工智能伦理规则后执行所述规则修订步骤；

规则修订步骤：基于所述第一人工智能伦理规则修订得到至少一个人工智能伦理规则，回到所述优选度计算步骤重新执行；

规则和行为推荐步骤：将所述优选的人工智能伦理规则发送给所述第一事件场景中的人工智能体和人类；获取所述优选的人工智能伦理规则对应的所述优选的人类行为，发送给所述第一事件场景中的人类，提示所述第一事件场景中的人类执行所述优选的人工智能伦理规则对应的所述优选的人类行为；根据所述优选的人工智能伦理规则对应的所述优选的人工智能体行为，调用所述第一事件场景中的人工智能体执行所述优选的人工智能伦理规则对应的所述优选的人工智能体行为。

2.根据权利要求1所述的人工智能方法，其特征在于，所述优选度计算步骤具体包括：

人类行为获取步骤：获取在所述第一事件场景中可能发生的所有人类行为；

人类行为判断步骤：对在所述第一事件场景中可能发生的所有人类行为中的每一人类行为，若所述每一人类行为为空，则将所述第一事件场景作为人类行为后的第二事件场景，若人类行为不为空，则执行人类行为后场景仿真步骤；

人类行为后场景仿真步骤：对在所述第一事件场景中可能发生的所有人类行为中的每一人类行为，在所述第一事件场景中对所述每一人类行为进行虚拟仿真，得到所述每一人类行为后的第二事件场景；

人工智能体行为获取步骤：对在所述第一事件场景中可能发生的所有人类行为中的每一人类行为，获取在所述每一人类行为后的所述第二事件场景中符合所述每一人工智能伦理规则的所有人工智能体行为；

人工智能体行为成本计算步骤：对所述每一人类行为后的所述第二事件场景中符合所述每一人工智能伦理规则的所有人工智能体行为中的每一人工智能体行为，计算所述每一人工智能体行为的行为成本；

人工智能体行为判断步骤：对所述每一人类行为后的所述第二事件场景中符合所述每一人工智能伦理规则的所有人工智能体行为中的每一人工智能体行为，若所述每一人工智能体行为为空，则所述每一人工智能体行为后的所述第二事件场景作为人工智能体行为后的第三事件场景，若所述每一人工智能体行为不为空，执行人工智能体行为后场景仿真步骤；

人工智能体行为后场景仿真步骤：对所述每一人类行为后的所述第二事件场景中符合所述每一人工智能伦理规则的所有人工智能体行为中的每一人工智能体行为，在所述每一人类行为后的所述第二事件场景中对所述每一人工智能体行为进行虚拟仿真，得到所述每一人工智能体行为后的第三事件场景；

伦理风险计算步骤：对所述每一人类行为后的所述第二事件场景中符合所述每一人工智能伦理规则的所有人工智能体行为中的每一人工智能体行为，计算所述每一人工智能体行为后的所述第三事件场景的人工智能伦理风险的大小；

人工智能体行为选择步骤：对所述每一人类行为后的所述第二事件场景中符合所述每一人工智能伦理规则的所有人工智能体行为中的每一人工智能体行为，计算所述每一人工智能体行为后的所述第三事件场景的人工智能伦理风险的大小与所述每一人工智能体行为的成本的综合值，选取综合值最小的所述每一人工智能体行为，作为所述每一人类行为后的优选的人工智能体行为，将所述最小的综合值作为所述每一人类行为对应的第一综合值；

人类行为成本计算步骤：对在所述第一事件场景中可能发生的所有人类行为中的每一人类行为，计算所述每一人类行为的行为成本；

人类行为选择步骤：对在所述第一事件场景中可能发生的所有人类行为中的每一人类行为，计算所述每一人类行为对应的第一综合值和所述每一人类行为的行为成本的综合值，作为第二综合值；将最小的所述第二综合值对应的所述每一人类行为作为所述每一人工智能伦理规则对应的优选的人类行为；

人工智能体行为选择步骤：将在优选的人类行为后的优选的人工智能体行为，作为所述每一人工智能伦理规则对应的优选的人工智能体行为；

伦理规则风险获取步骤：将所述每一人工智能伦理规则对应的优选的人工智能体行为后的所述第三事件场景的人工智能伦理风险的大小作为所述每一人工智能伦理规则对应的人工智能伦理风险大小；

规则优选度计算步骤：根据最小的所述第二综合值，计算得到所述每一人工智能伦理规则的优选度，其中，所述最小的所述第二综合值越小，则计算得到所述每一人工智能伦理规则的优选度越大。