简介:在人工智能时代,智能机器人有可能具有辨认能力和控制能力,智能机器人在设计和编制的程序范围外实施了严重危害社会的行为,理应受到刑罚处罚。我国现有刑罚体系是由生命刑、自由刑、财产刑和权利刑构成,刑罚处罚对象及刑罚处罚方式均无法也不能涵括智能机器人。重构我国刑罚体系并将智能机器人纳入刑罚处罚的范围符合刑罚的目的,同时也符合人工智能时代发展的需要且并未违背基本法理。建议增设能够适用于智能机器人的删除数据、修改程序、永久销毁等刑罚处罚方式,并在条件成熟时增设适用于智能机器人的财产刑或者权利刑等刑罚处罚方式。将智能机器人纳入刑罚处罚的范围,本质上是将智能机器人作为社会成员资格的承认,这是由其参与人类生产生活的程度、所处的经济社会地位所决定的。
简介:以人工智能产品是否具有辨认能力和控制能力,可以将其划分为弱人工智能产品与强人工智能产品。弱人工智能产品不具有辨认能力和控制能力,仅能在设计和编制的程序范围内实施行为,实现人类设计和编制程序的目的。弱人工智能时代的"外患"在于,人类完全有可能让其为己所用,实现自己的犯罪目的。弱人工智能产品作为犯罪工具,当然无刑事责任的承担可言。强人工智能时代的"内忧"在于,强人工智能产品具有辨认能力和控制能力,能在设计和编制的程序范围外实施危害社会的行为,其具有独立人格和刑事责任能力,可以将其实施的严重危害社会的行为认定为犯罪行为并给予刑罚处罚。强人工智能产品的设计者和使用者未履行预见义务和监督义务,可能承担相应的刑事责任。其可能与自然人责任主体、其他强人工智能产品构成共同犯罪。针对强人工智能产品的犯罪,有必要在刑法中增设删除数据、修改程序、永久销毁等刑罚种类。
简介:法律的核心功能是维护社会规范性期望的稳定,法律通过“深度不学习”的方式成功化约了社会复杂性。而在人工智能为代表的认知性技术兴起之后,学习能力的急速提高将深刻改变传统法律的特征,法律的计算化和社会科学转向是其典型表现。大数据、区块链、智能合约、模拟仿真等技术应用正在持续改变法律的功能形态,催生出“小法律”“实验法”等新型学习性法律。从法律不学习到机器学习,将在法律空间、法律时间、财产形态、信用机制、法律自由、法律正义等各个方面产生深层效应。根本性的挑战在于法律功能独特性的丧失。法律不学习被机器学习取代,规范性期望被认知性期望取代,法律被代码/算法取代,这也就是法律“死亡”的前景。
简介:在对人脸图像的研究中,三维图像可以弥补二维图像不能解决的多姿态多角度等问题,因此越来越受到重视。如何高效地大规模采集高清三维人脸图像仍是目前面临的一个值得深入研究的课题,包括设备选用、质量控制以及获取图像后的处理方法等。本文介绍了1100多份高清三维人像采集和处理过程中的方法、技巧以及需要注意的问题。一是设备的选择。在对扫描设备做了大量的资料查阅和性能比较后,选用了ArtecSpider手持式3D扫描仪,它不仅使用方便且可以较好地获取被扫描物体的深度信息和彩色纹理,测量精度可达微米级别,适合用于获取高分辨的三维人脸图像。其次是在获取大量的三维脸像样本中如何做好图像质量的控制。由于手持式扫描仪在采集过程中易受到人为操作的不稳定因素影响,本研究摸索出适用的操作流程以提高采集质量和效率。三是采集后的数据处理。获取的原始数据是经过计算机实时配准的几百至上千个曲面的集合,采用了人工干预的方法来进一步提高曲面配准的精度。在大规模样本采集效率的分析方面,通过对预处理前后的图像质量、平均处理时间和单个样本的曲面采集数之间的关系进行分析,得出采集的曲面数在500~700帧之间的样本质量为最佳。