试想,2023年自动驾驶车穿梭于大街小巷。若不幸发生了交通事故,行人被撞身亡,媒体将争相报道。这场官司必将引发广泛关注,但究竟该如何审判,依据是什么?
如今,英国布莱顿大学的John Kingston给出了一个答案,但有些差强人意,他提出了AI领域的刑事责任理论,并指出自动化、计算机和法律领域需改变态度,谨慎应对等关键问题。
争论的核心在于人工智能系统能否自行承担刑事责任。Kingston称,以色列奥浓科学院的Gabriel Hallevy对此问题进行了深入研究。
构成刑事责任通常需要明确其行为和意图(法律术语为actus rea 和 mens rea)。Kingston称Hallevy描绘了AI系统可能涉及的三种刑事犯罪情况。
,肇事者为存在精神缺陷的人或动物,此类肇事者无需承担法律责任。但任何操纵精神病患者或动物实施犯罪的人均需承担相应刑事责任。例如,狗主人命令狗袭击他人。
再比如,智能机器的设计者及使用者。Kingston表示:“AI项目可能被当作无辜的工具,而利用它实施犯罪的软件编程师或用户则为间接犯罪的主谋。”
,即指因不当使用AI系统导致的犯罪。Kingston以日本摩托车工厂智能机器人杀人案件为例,解释道:“机器人将工人误认为危险对象,采取消除威胁的最有效方式,挥动力大无穷的液压悬臂,将毫无防备的工人推入机器,迅速结束了他的生命,然后继续执行工作任务。”
此案例的关键问题在于该机器的编程师是否已知此类机器的功能缺陷及可能带来的后果。
,如果AI系统的作为或疏忽不作为构成犯罪,则可直接证明其犯罪事实。
Kingston认为,犯罪意图虽然难以界定,但仍具参考价值,他表示:“超速属严格责任犯罪。因此根据Hallevy的说法,自动驾驶汽车如果超速行驶,法律上有充分理由追究驱动该汽车AI技术团队的刑事责任。”如此看来,车主无需担责。
接下来,涉及刑事辩护。被追究刑事责任的AI系统将如何辩护?Kingston列举了几种可能:AI程序是否可效仿精神病患者,以系统故障为由进行辩护?或效仿人类被迫或醉酒犯罪,将受电脑病毒袭击作为辩护理由?
这几种辩护情况并非凭空设想,Kingston分享了英国的一些案例,有计算机犯罪的相关责任人就以机器感染恶意软件为由,进行过成功辩护,并称恶意软件该负责。
某案例中,一名被控发起拒绝服务攻击的青少年黑客辩称,木马程序发动了此次攻击,该程序还在警方介入前清除了作案痕迹。
最后,涉及刑罚类型。既然AI系统是犯罪行为的直接责任方,那么应由谁来接受何种刑罚?这些问题尚不得而知。
但若AI系统触犯的是民法,就不应再追究其刑事责任。接着问题来了,AI系统究竟属于服务还是产品?
如果将AI系统视作产品,应根据产品保修证所提供的信息,运用产品设计法规处理案例。
如果将其视作服务,则存在过失侵权。这种情况下,原告通常需提供构成过失侵权的三要素。其一,需证明被告有看管义务。Kingston表示,尽管AI案件中没有明确界定看管标准,通常可直接证明。
其二,需证明被告存在失职。最后,还需证明该失职对原告造成了伤害。
然而,比这些条文更复杂的是,随着AI系统的能力愈发接近人类,甚至超越人类,其法律地位也将改变。
有一件事是肯定的:未来几年内,律师(或是替代他们的AI系统)会卷入越来越多的新奇案例纠纷中。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。