پیش‌نویس:هنجار (هوش مصنوعی)

از ویکی‌پدیا، دانشنامهٔ آزاد

این مقاله در حال ترجمه از ویکی انگلیسی است لطفا حذف نشود.

قوانین میتوانند از دیدگاه های مختلف در هوش مصنوعی را مورد بررسی قرار گیرند تا کامپیوتر و نرم افزاهای کامپیوتری توانایی رفتار هوشمندانه داشته باشند

در هوش مصنوعی و حقوق ، اصول قانونی در ابزارهای محاسباتی در نظر گرفته می شوند تا بتوان صورت خودکار بر آنها استدلال کرد . در سیستم‌های چند عامله (MAS)، شاخه‌ای از هوش مصنوعی (AI)، قانون راهنمایی برای رفتار مشترک عامل ها است که تصمیم‌گیری، هماهنگی و سازماندهی آن ها را آسان می‌کند.

با توجه به اینکه بیشتر مشکلات مرتبط با تنظیم تعامل عامل‌های خودکار به مسائلی مرتبط است که به طور سنتی توسط مطالعات حقوقی مورد بررسی قرار می‌گیرند، و با توجه به اینکه قانون گسترده ترین و پیشرفته‌ترین سیستم هنجاری است، تلاش‌ها برای

محاسبه کردن اصول در هوش مصنوعی و قانون در سیستم‌های چند عاملی اصولی اغلب با یکدیگر تداخل دارند .

هوش مصنوعی و قانون[ویرایش]

با ورود برنامه‌های کامپیوتری به حوزه حقوق ، و به ویژه هوش مصنوعی که به آن اعمال شده است، منطق به عنوان ابزار اصلی برای رسمی کردن استدلال حقوقی استفاده شده و در جهات مختلفی توسعه یافته است، از منطق‌های deontic گرفته تا سیستم‌های رسمی استدلال .

پایگاه دانش سیستم های استدلال حقوقی معمولاً شامل هنجارهای حقوقی (مانند مقررات و قراردادهای دولتی) است و به عنوان یک نتیجه قوانین حقوقی محوریت بازنمایی دانش و استدلال برای اتوماتیک سازی و حل وظایف حقوقی پیچیده هستند. سیستم‌های هنجاری معمولاً به صورت یک formalism مبتنی بر منطق نماینده‌سازی می‌شوند، مانند منطق deontic .

هوش مصنوعی و کاربردهای قانون با استفاده از نمایش صریح اصول از بررسی پایبندی فرآیندهای تجاری و اجرای خودکار قراردادهای هوشمند تا سیستم‌های کارشناسی حقوقی که به مردم در مورد مسائل حقوقی مشورت می‌دهند، را شامل می‌شود.

سیستم های چند عاملی[ویرایش]

اصول در سیستم‌های چند عاملی ممکن است با درجات گوناگون از صراحت ظاهر شوند، از دستورالعمل های کاملاً بدون ابهام نوشتاری تا اصول نهفته ضمنی یا الگوهای در حال ظهور ضمنی. مطالعات دانشمندان رایانه ای این دوقطبیت را بازتاب می دهد . اصول صریح معمولاً در منطق های رسمی (مثلاً منطق های deontic و استدلال) برای نمایش و استدلال بر آنها که در نهایت منجر به معماری برای عامل های شناختی می شود مورد بررسی قرار می گیرند ، در حالی که اصول ضمنی به عنوان الگوهایی به حساب می آیند که از تعاملات تکراری بین عامل ها (معمولاً عوامل یادگیری تقویت شده ) ناشی می شود . اصول صریح و ضمنی می توانند با هم برای هماهنگ کردن عوامل استفاده شوند . [۱]

اصول صریح معمولاً به عنوان یک اظهاریه deontic نمایش داده می شوند که هدف آن نظم دادن به حیات عوامل نرم افزاری و تعاملات بین آن ها است. این می تواند یک تعهد ، یک اجازه یا یک ممنوعیت باشد، و اغلب با استفاده از یک گویش یا توسعه ای از منطق Deontic نمایش داده می شود. در مقابل، اول ضمنی، اصول اجتماعی هستند که نوشته نشده اند و معمولاً از تعاملات تکراری عوامل نشات می گیرند .

منابع[ویرایش]

  1. R. Riveret, Y. Gao, G. Governatori, A. Rotolo, J. Pitt, G. Sartor. A probabilistic argumentation framework for reinforcement learning agents. Autonomous agents and multi-agent systems 33 (1), 216-274