- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
迈向透明的伦理人工智能:可信机器人系统的路线图
12
AhmadFarooq*andKamranIqbal
Abstract—随着人工智能(AI)和机器人技术越来越渗透到道德原则[3],[4]。然而,当前关于机器人伦理人工智
社会中,确保这些系统的伦理行为变得至关重要。本文认为,在能的方法往往缺乏足够的透明度,从而创建了一个不
人工智能决策过程中的透明度是开发值得信赖且符合伦理的机
透明的“黑箱”,这阻碍了我们验证伦理合规性并解决
器人系统的基础。我们探讨了透明度如何促进问责制、实现知
情同意,并支持调试道德算法。文章概述了在实施透明度方面潜在偏见或错误的能力。
的技术、伦理和实践挑战,并提出了增强它的新方法,包括标这种人工智能决策过程中的不透明性提出了重大
准化指标、可解释的人工智能技术和用户友好的界面。本文介挑战。它阻碍了我们确保问责制、从用户和利益相关者
绍了一个框架,该框架将机器人系统中的技术实现与伦理考量
联系起来,重点关注在动态现实世界背景下实现透明度的具体那里获得知情同意以及有效调试和改进伦理算法[5],
本挑战。我们分析了优先考虑透明度如何影响公众信任、监管政[6]的能力。此外,缺乏透明度可能会侵蚀公众对机器
译策以及未来研究的途径。通过将透明度定位为道德人工智能系人系统的信任,可能减缓其采用并限制其社会收益。
统设计的基本元素,我们的目标是为负责任的人工智能和机器
本文认为透明性应被提升为开发伦理机器人系统
中人领域的持续讨论做出贡献,并为这一关键领域未来的进步指
1明方向。的基本原则。通过揭示由AI驱动的机器人的决策过
v索引术语:伦理人工智能,透明度,可解释人工智能,机程,我们可以建立信任,促进有意义的人类监督,并
6
4器人系统,人机交互最终创建更加符合伦理规范的机器人系统[7]。尽管承
8
认在实现透明性方面存在技术、伦理和实践上的障碍,
5I.介绍
0.本文提出了创新的方法来增强透明性,并讨论了这种
8人工智能(AI)和机器人技术的迅速进步带来了关注对未来机器人领域中的伦理AI产生的深远影响。
0具备复杂决策能力的自主系统时代。人工智能,包括
5本文的其余部分结构如下:第二节介绍了人工智
2大型语言模型和自主系统的快速发展,突显了需要透
:能系统中透明度的重要性。第三节讨论了实施透明度
v明且符合伦理的人工智能决策制定。这些机器人系统
i所面临的挑战,而第四节则提出了提高伦理人工智能
x现在已成为日常生活中许多方面的组成部分——从医
r决策透明度的方法。第五节考察了优先考虑透明度的
a疗保健和交通到制造和安全——从而引发了关于其决
影响,并概述了未来的研究方向。最后,第六节总结
策过程的重要伦理问题[1],[2]。
了论文,并呼吁机器人和人工智能社区采取行动。
实现人工智能的透明度不
您可能关注的文档
- 具有扰动意识的空地双模无人机的动力学轨迹规划.pdf
- 跨市场推荐的双重原型注意力图网络.pdf
- 基于多臂赌博机的决策树优化.pdf
- SCALEFeedback:一个用于 LLM 生成教育反馈研究的大型合成计算机科学作业数据集.pdf
- LLM 导师院长:通过 LLM 反馈评估者探索全面和自动化的 LLM 生成教育反馈的评估.pdf
- 小型博物馆中用于无障碍和包容性的社会与远端存在机器人.pdf
- 以功能为导向的双臂装配遥操作技术用于拆卸连接部件.pdf
- 模块化真空夹具系统用于自适应拆卸工作空间集成.pdf
- ASLSL:基于不完整多模态生理数据的自适应共享潜结构学习用于多维情感特征选择.pdf
- REFS: 具有缺失多维标注的鲁棒 EEG 特征选择用于情感识别.pdf
- 专业Latex文档翻译 + 关注
-
实名认证服务提供商
专业Latex文档翻译,完整保持文档排版,完美处理文档中的数学公式和图表等元素,并提供 arXiv Latex 论文中文翻译。
文档评论(0)