【技术实现步骤摘要】
基于人类伦理的人工智能机器人伦理生成方法和系统
[0001]本专利技术涉及人工智能
，特别是涉及基于人类伦理的人工智能机器人伦理生成方法和系统。
技术介绍
[0002]在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：现有的人工智能伦理都是部分专家人为定义的，部分专家定义的人工智能伦理不一定符合人类的伦理，进而使得专家制定出来的人工智能伦理有可能与人类的伦理不一致甚至冲突，从而产生人工智能伦理风险。
[0003]因此，现有技术还有待于改进和发展。
技术实现思路
[0004]基于此，有必要针对现有技术的缺陷或不足，提供基于人类伦理的人工智能机器人伦理生成方法和系统，通过人工智能装置学习人类的伦理来规范人工智能装置自身的行为，进而可以防止人工智能伦理风险。
[0005]第一方面，本专利技术实施例提供一种人工智能方法，所述方法包括：
[0006]获取场景步骤：获取场景动画；场景动画中包括关于伦理的问题及该问题对应的多个选择；
[0007]交互步骤：播放场景动画；...
【技术保护点】
【技术特征摘要】
1.一种人工智能方法，其特征在于，所述方法包括：获取场景步骤：获取场景动画；场景动画中包括关于伦理的问题及该问题对应的多个选择；交互步骤：播放场景动画；提示用户对场景动画中包括的关于伦理的问题对应的多个选择做出选择；获取问题选择步骤：获取所述问题，获取用户对场景动画中包括的关于伦理的问题对应的多个选择做出的选择，作为所述用户的待选问题和所做选择；通用模型训练步骤：将深度学习模型或机器学习模型作为初始的通用伦理模型；将用户的待选问题和所做选择作为通用伦理模型的输入和预期输出，训练通用伦理模型；用户模型训练步骤：将深度学习模型或机器学习模型作为初始的每一用户的伦理模型；通过所述每一用户的待选问题和所做选择作为所述每一用户的伦理模型的输入和预期输出，训练所述每一用户的伦理模型；可能选择预测步骤：获取待预测用户的待选问题，输入所述待预测用户的伦理模型，预测得到所述待预测用户的可能选择；应做选择预测步骤：获取待预测用户的待选问题，输入通用伦理模型，预测得到所述待预测用户的应做选择；选择提醒步骤：判断待预测用户的可能选择与所述待预测用户的应做选择是否一致，若不一致，则将所述待预测用户的应做选择发送给所述待预测用户，并提醒所述待预测用户做出正确的选择。2.根据权利要求1所述的人工智能方法，其特征在于，所述方法还包括：用户模型更正步骤：获取所述待预测用户的选择，判断待预测用户的选择与所述待预测用户的可能选择是否一致，若不一致，则将所述待预测用户的所述待选问题和所做选择作为所述待预测用户的伦理模型的输入和预期输出，增量地训练所述待预测用户的伦理模型；通用模型更正步骤：获取所述待预测用户的选择，判断待预测用户的选择与所述待预测用户的应做选择是否一致，若不一致，则将所述待预测用户的所述待选问题和所做选择作为所述通用伦理模型的输入和预期输出，增量地训练所述通用伦理模型。3.根据权利要求1所述的人工智能方法，其特征在于，所述方法还包括：选择距离获取步骤：获取所述待选问题对应的各个选择之间的距离；选择得分计算步骤：获取所述待预测用户的选择，获取待预测用户的选择与所述待预测用户的应做选择的距离，作为第一距离，获取待预测用户的选择与其他选择的距离中的最大距离，将最大距离减去第一距离然后除以最大距离，然后乘以100，得到所述待预测用户的选择得分；进步比例计算步骤：获取待预测用户的选择与所述待预测用户的可能选择的距离，作为第二距离，若第二距离为0，则所述待预测用户的进步得分为0；若第二距离大于0，则所述可能选择与所述应做选择的距离作为第三距离，将第二距离减去第三距离除以第二距离，得到的值作为所述待预测用户的进步比例；若所述进步比例为负数，则将所述进步比例乘以负一，得到所述待预测用户的退步比例。4.根据权利要求1所述的人工智能方法，其特征在于，所述方法还包括：
风险防范步骤：若所述待预测用户为机器人或人工智能装置或系统，并且若所述选择得分小于预设得分，则降低所述机器人或人工智能装置或系统的权限或能力，并提醒其他机器人或人工智能装置或系统远离和防范所述机器人或人工智能装置或系统；所述权限或能力包括行为权限或能力或自主权限或能力或活动权限或能力；所述待预测用户包括人类或机器人或人工智能装置或人工智能系统。5.一种人工智能系统，其特征在于，所述系统包括：获取场景模块：获取场景动画；场景动画中包括关于伦理的问题及该问题对应的多个选择；交互模块：播放场景动画；提示用户对场景动画中包括的关于...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。