深圳大学计算机论题期末论文.pdf

《深圳大学计算机论题期末论文.pdf》由会员分享，可在线阅读，更多相关《深圳大学计算机论题期末论文.pdf（9页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第 1 页 共 9 页 深圳大学考试答题纸(以论文、报告等形式考核专用)二一六二一七学年度第二学期 课程编号 课程名称 计算机论题 主讲教师 评分 学 号 姓名 专业年级 教师评语：题目：从计算机伦理学的角度看深度学习等人工智能技术的发展和应用 第 2 页 共 9 页 一、深度学习技术及其应用的发展现状。（10 分）深度学习技术发展概况简述 近年来，深度学习持续受到人们的关注与追捧，AlphaGo 就是深度学习方面的杰出代表。自 2006 年以来，深度学习在学术界持续升温，美国，加拿大，欧洲相继成为此领域的科研重镇。2010年美国国防部先进研究项目局首次资助深度学习，参与方包括斯坦福大学、纽约

2、大学和 NEC 美国研究院等机构。2011 年，微软语音识别采用深度学习技术降低语音识别错误率 20-30%，是该领域十多年来最大的突破性进展。2012 是深度学习研究和应用爆发的一年。深度学习被应用于著名生物制药公司黙克的分子药性预测问题，从各类分子中学习发现那些可能成为药物的分子获得世界最好效果；谷歌公司的 Google Brain 项目用 16000个处理器的服务器集群构建了一套超过 10 亿个节点的具备自主学习能力的神经网络，能自动从输入的大量数据中归纳出概念体系，图片搜索、无人驾驶汽车和 Google Glass 都将会从中受益。6 月，Google公司的深度学习系统在识别物体的精确

3、度上比上一代系统提高了一倍，并且大幅度削减了 Android系统语音识别系统的错误率。百度引入深度学习以后，语音识别效果的提升超过了以往业界在过去 15 年里所取得的成绩。12 月，微软亚洲研究院展示了中英即时口译系统，错误率仅为 7%，而且发音十分顺畅。2013年，欧洲委员会发起模仿人脑的超级计算机项目，计划历时 10 年投入 16 亿美元，由全球 80 个机构的超过 200 名研究人员共同参与，希望在理解人类大脑工作方式上取得重大进展，并推动更多能力强大的新型计算机的研发，就资助力度，项目范围，和雄心而言，该项目堪比于大型强子对撞机项目。2016 年是深度学习高速发展的一年。在这一年中，无

4、论是工业界、学术界还是广大群众都投身到了深度学习的洪流之中。在工业界，谷歌（Google）、脸书（Facebook）、百度、阿里巴巴等一系列国内外大公司纷纷对外公开宣布了人工智能将作为他们下一个战略重心。在学术界，深度学习继续推动着图像识别、视频分析、语音识别、语音合成、机器翻译、自然语言处理、人机博弈等各个领域的发展。在 2016 年中，深度学习概念已经不再局限在大学实验室或者顶级的 IT 公司里，随着 AlphaGo 战胜围棋世界冠军李世石、更多的无人驾驶车行驶在马路上、Prisma 推出基于深度学习的图像风格转换应用、自动写作机器人的出现等等，大众越来越能切身的感受到人工智能所带来的改变

5、。由深度学习带来的各项突破，推动了下一代智能汽车的不断完善，以及应用于蛋白质分析等生物和医药领域并取得重要成果，都预示着深度学习不仅成为新一代信息科学研究的主流方法，更逐渐演变为一项核心通用技术和基础技术，对于物联网、智能设备、自动驾驶汽车、生物制药、金融和经济调控等多领域具有非常巨大的推动作用。总之，深度学习等人工智能的发展，将有可能引爆新的经济增长点，引导产业和经济社会的发展方向。第 3 页 共 9 页 二、深度学习技术对提升软件品质等方面的作用。（10 分）深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类

6、别或特征，以发现数据的分布式特征表示。我认为，深度学习技术可以在如下方面起到对软件品质提升的作用。一、从数据上提升软件性能。深度学习算法往往需要很多数据，数据量越大，深度学习算法的性能越好。深度学习在处理大数据上比常规算法要高效快捷。常规算法处理的数据越多，所需要的时间就越长、内存就越大。而深度学习则不是如此，数据量越大，深度学习算法越准确，效率也越高。所以在处理大数据时，深度学习是一个非常不错的选择。二、将程序员从单纯的码代码中解放出来。现在写一个软件，需要程序员事无巨细地考虑每一个方面，无论是难的，还是简单的，都需要程序员自己去实现，调用各种库时需要程序员自己调接口。当深度学习发展到一定阶

7、段后，可以使用深度学习来减轻程序员的任务。当需要实现一个功能时，只要描述清楚，深度学习就可以帮助你自动地实现该功能，就如同一个经验丰富的程序员在帮你写程序一样。而且你使用得越多，深度学习的功能就越强大，因为深度学习就像一个不断努力的学生一样，在学习中不断进步。三、可以提高软件运行效率。以 AlphaGo为例，如果用传统算法去评估一个棋局的优劣，可能计算量超大，还不一定准确。而用训练好的神经网络去评估，就是一眨眼的功夫。这就是为什么AlphaGo能够这么强，因为它节省了大量的计算，使得本来不可行的事情变为可行。四、可以增强软件的可塑性。如果用传统算法去解决一个问题，调整模型的代价可能是把代码重新

8、写一遍，这使得改进的成本巨大。而深度学习只需要调整参数，就能改变模型，相比于传统方法，它显得十分优秀。这使得它具有很强的灵活性和成长性，一个程序可以持续改进，然后达到完美的境界。三、深度学习等人工智能技术在实际应用中已经或即将带来的计算机伦理学问题。（20分）(3.1)深度学习等人工智能技术用于 AI 助理时可能导致的用户隐私等问题。（5 分）深度学习需要大量数据来支撑。而数据从何而来，当然是从用户那里来。由此就产生了用户隐私是否被侵犯的问题。对于 AI 语音助手来说，收集人的语音、分析对话、采集数据是它们得以正常工作的根基，若是允许这样做，那么 AI 语言助手将根本不能满足人们的需求。在该产

9、品的角度上，若用户想要获得优质服务，就必须让渡一部分隐私出去，只有这样产品才能更加完善，从而提供更优质的服务。但是，这里让渡出的隐私只是为了让服务更上一层楼，让自己将来能享受更优质的服务，而不是允许公司将该信息用作他途，甚至做出某些伤害用户的事情来。正如所给材料细思恐极：一个永远在偷听的 AI 助理中所给例子：多款儿童语音玩具未经同意或提示，收集孩子的语音数据。而法律规定,未成年的隐私数据信息采集必须获得家长的同意，并且监护人需要拥有检查和删除信息的权利，这些看似无害的语音采集，实为极其严重的侵权。制造儿童玩具的公司之所以在收集孩子的语音信息之前不做提示，主要是因为担心家长不同意，从而导致收集

10、的信息不足，产品无法进一步优化，而丧失竞争力。而家长不让其收集孩子的信息则第 4 页 共 9 页 主要是担心这些信息被非法利用而对孩子或家长产生不利影响。而这种担心并非没有道理，在现实世界中，大量应该被保护的信息被用于非法获利，而对被泄露人产生巨大的不利影响。当然，产品需要用户信息来改善自身，而用户则不希望隐私泄露，这两者之间的矛盾并不是不可调和的。所给材料中提到，苹果在 WWDC 上发布了 Differential Privacy（差分隐私）算法，加入虚拟数据，让人几乎无法辨别出数据的来源和小我私家信息，这也是一种避免隐私泄露的方法。此外，我想是否可以开发处这样一种技术，研究人员只能将数据整

11、体使用，即只能从大数据中得出一般规律，而不能对具体数据进行查看或者操作。比如班上有 50 个人参加考试，你能够得到的信息只是平均分，中位数，众数等表示整体趋势或规律的数据，而不知道具体的某个人，如张三到底考了多少。这样就能有效地保证用户隐私被泄露出去。(3.2)深度学习等人工智能技术用于工业机器人时可能导致的就业等问题。（5 分）现代社会里有许多工作、劳动等都从人工转向了机器。主要原因就是机器上的效率更高，能耗更少，能为企业创造更多的利润。机器只需要电或者油就可以干活，而且是可以一天 24 小时，一周7 天不间断地干活（只要相关材料足够），而与之相比，工人的要求就多了，一天吃喝拉撒，衣食住行。

12、此外，机器人干活的质量显然比普通工人高很多，机器只要调好了参数，在不出故障的情况下，生产的产品基本上都是合格的，而普通工人总会出现错误，即使出现错误的概率比较小，但相对于机器人来说就很大了。根据所给材料：浙江省计划自 2013年起五年间，每年实施 5000个机器换人项目，实现 5000亿元机器换人投资，并且至 2015年已经累计减少普通劳动工人近 200万人。200万这个数字仅仅只是浙江一个省用三年时间就完成了的，将其扩展到全中国，试想一下将会有多少普通工人将会被机器人取代。毫无疑问，在未来，重复性的、无脑力劳动、低技术含量的工作中，绝大部分都将由机器来完成，由此就会造成就业岗位减少，将会有越

13、来越多的普通工人面临失业，这将会是一个非常严峻的社会问题。不仅是在工业生产方面，机器人正在取代普通工人，在其他的各行各业中的一些从业人员也面临着被机器人取代的问题，当前“机器换人”所涉范围，已不局限于工业制造业。比如，一些服务领域的人工岗位也开始被机器人劳动者悄然替代。2015年，中国建设银行把客服机器人用于呼叫中心，当年就取代了大量员工。还有很多银行、运营商、电商甚至地方政府都在开始运用机器人。人工智能等技术运用到工业机器人上后，不仅会导致低端就业岗位（从事体力劳动）大量减少，它也会开始逐步取代高端就业岗位，即需要一段比较长的时间学习才具有从事资格的岗位。比如现在的软件开发人员从事的职业，在

14、从事该职业前，从业人员会经过大量时间的学习才能掌握相关的技能。但当人工智能发展到一定程度时，由具有人工智能的机器人来编写相关程序不再是幻想，而是实实在在存在的。这时候，大多程序员就会面临失业的问题。总之，随着人工智能发展得越来越成熟，机器人必将在各行各业中取代许多从业人员，从而造成比较严峻的就业问题。第 5 页 共 9 页(3.3)深度学习等人工智能技术用于艺术创作时可能导致的知识产权等问题。（5 分）自人工智能这个领域开辟以来，研究者们就一直在试着捣鼓一个能做出创造性选择的人工智能，希望能够开发处这样的人工智能：它能像人一样具有艺术细胞，可以创造出一些原来没有的，具有艺术性的作品出来。随着人

15、工智能的不断发展，人工智能已经在艺术创作方面显露峥嵘。现在，人工智能已经能够在音乐、美术等艺术领域取得不小的成就。但与艺术作品相关的知识产权问题也随之而来。人工智能创造出的作品到底是否应该享有知识版权，在这一问题上人们总是争论不休。觉得人工智能创造出的作品到底是否应该享有知识版权的人认为从独创性的角度来看,人工智能创作的作品也是独一无二的，也是在此之前从未出现过得，因此人工智能作品应当受版权保护。而反对者则认为,人工智能创作的作品从本质上来说,仍是大数据环境下的筛选与组合,不应当享有版权，如果人工智能创作的作品受到保护,那么作品的版权归属将会难以认定，最终也难免会陷入权利如何归属的悖论之中。版

16、权归根到底来讲，还是经济利益。由人工智能创作出的作品，它所带来的经济利益到底该归谁所有，这是一个十分值得争议的话题。是应该归于开发该人工智能的开发人员，还是拥有该人工智能产权的公司或个人，亦或是购买该人工智能的消费者呢？(3.4)深度学习等人工智能技术用于黑客攻击时可能导致的安全等问题。（5 分）深度学习等人工智能具有很大的发展潜力，它可以应用于互联网安全行业，同时，它也可以用于黑客的攻击上。无论是否存在人工智能，黑客攻击导致的安全问题都是网络世界的巨大不稳定因素，但随着人工智能技术的发展，人工智能的应用可能会使黑客的攻击更加危险与高效。当黑客学习了深度学习等人工智能技术后，毫无疑问，他所造成

17、的破坏可能会更大。人工智能技术的发展对网络安全构成了挑战，因为与防御者相比，黑客更容易操纵机器学习算法，从而获得自己想要的结果，找出漏洞总是比编写一个完美的程序简单得多。据新闻报道，黑客已经知道如何入侵基于机器学习的探测器；知道如何破坏训练过程，从而产生他们想要的结果；知道如何通过反复索取的方式来窃取专有机器学习模型；还知道如何对模型进行调整，从而获取用户的隐私信息。黑客攻击会导致最主要的三个问题：第一：危害网络安全。深度学习等人工智能的应用可能会使黑客的攻击更加危险与高效，从而对网络的威胁也更大。第二：隐私泄露。黑客懂得如何对模型进行调整，从而获取用户的隐私信息，然后用于某种非法用途。第二：

18、经济利益受到损失。黑客可能通过攻击个人账户来获得非法利益，从而使用户受到损失。此外，黑客也可能通过威胁的手段来获得利益。比如前段时间闹得沸沸扬扬的 wanna cry 病毒就是通过这种方式来获取非法利益的。第 6 页 共 9 页 四、应用计算机伦理学的基本概念、基本原则和分析方法对以上 4 个伦理问题进行深入分析。（40 分）(4.1)深度学习等人工智能技术用于 AI 助理时可能导致的用户隐私等问题。（10 分）计算机伦理学是对计算机技术的各种行为（尤其是计算机行为）及其价值所进行的基本描述、分析和评价，并能阐明这些分析和评价的充分理由和基本原则，以便为有关计算机行为规范和政策的制定提供理论依

19、据的一种理论体系。在用户隐私方面，深度学习等人工智能用于 AI 助理时应该遵循伦理抉择中基本原则的知情同意原则。同意代表某人对某事自愿表示认可，而且在认可之前知道即将发生的事件的准确信息并且了解其后果。而很显然，所给材料中的 AI 助手所在公司并没有遵循知情同意的原则。知情同意原则是建立在公平原则、自主原则和诚信原则之上的，是人们的一项基本权利。因为只有知道了自己正在做什么，以及这样做会造成什么样的后果，才能做出相应的选择，维护自己的正当权益。很显然，文章中的孩子夫妇并不知晓他们孩子的隐私信息被 AI 助手公司掌握，即使公司并没有将其用于非法用途，这种行为也是极其不道德，甚至是违法的。相关人工

20、智能公司在需要客户的个人隐私时，一定要让用户知晓，并取得对方的同意，这样才能合法地获取用户的个人信息。(4.2)深度学习等人工智能技术用于工业机器人时可能导致的就业等问题。（10 分）我们在使用深度学习等人工智能技术时，不应该纯粹站在经济（或者利益）的角度上来看待问题。虽然深度学习等人工智能技术用于工业机器人后会大幅度提高企业生产力，生产出更多更优质的产品。毫无疑问，工业机器人取代普通工人是大势所趋，不可逆转。但是，我们的政府应该让这个趋势来得更缓一些。当年第一次工业革命虽然大幅度提高了生产力，但也导致了大量手工纺纱工人的失业，引发了严重的社会危机，英国当时还出现过“路德工人”因为温妮纺纱机“

21、抢走”他们工作而打砸纺纱机的事件。我们绝不能让这种悲剧重演。计算机技术的发展应该是用于造福社会与人类，而不是仅仅为了提高生产力与效率。在逐步发展工业机器人的同时，政府应该培养工人再就业的能力，增加其他可供选择的就业岗位，让从工厂中出来的个人能够找到稳定的工作，维护社会的和谐与稳定。当然，人工智能技术虽然会使一些行业的人员失业，但新技术又会在其他方面创造新的就业需求，提供新的就业岗位，缓解一部分的就业压力。第 7 页 共 9 页(4.3)深度学习等人工智能技术用于艺术创作时可能导致的知识产权等问题。（10 分）知识产权受到侵犯是一种比较常见的伦理问题。借助于计算技术，电影、音乐、书籍等有知识版权

22、的作品实在是太容易免费获得了。但深度学习等人工智能技术创造的艺术作品不仅仅是面对传统的人造作品的困境，更为重要的是，深度学习等人工智能技术创造的艺术作品到底是否具有知识产权，如果深度学习等人工智能技术创造的艺术作品具有知识版权，那么它的版权归谁所有？关于深度学习等人工智能技术创造的艺术作品是否具有版权以及版权归属的问题争吵不休。我个人倾向于深度学习等人工智能技术创造的艺术作品是有知识产权，受相关法律保护的。遵循社会公正原则，我认为深度学习等人工智能技术创造的艺术作品的版权应该归属于购买该人工智能服务的消费者所有。举一个不恰当的例子，你花了一百块在一个地摊上淘了一件古董，转手卖了一百万，这一百万

23、就是你的，而与卖你古董的那个人无关。同样的，当一位消费者购买了人工智能服务后，由人工智能所创造出来的东西也该归消费者所有，当深度学习等人工智能技术创造的艺术作品经发布而获取的经济利益也应该有其拥有者所有。当然，由深度学习等人工智能技术创造的艺术作品归根到底是根据学习而随机产生的，当你拥有该作品后，要声明是你先有的，这样才能保证你的作品的知识产权的合法性。(4.4)深度学习等人工智能技术用于黑客攻击时可能导致的安全等问题。（10 分）对于黑客（特指从事破坏活动的黑客）而言，我认为计算机相关的伦理已经不能约束他们，相比于伦理道德，法律更适合用来规范他们的行为。很显然，黑客的所作所为并不是为了造福社

24、会与人类，更多的是为了一己之私而做出危害社会与人类的事情来。无论从伦理学的哪个角度来看，黑客的所作所为是极其错误的。黑客的所作所为从根本上违背了伦理抉择的 5 个基本原则。尊重生命原则，可以扩展到“无害原则”，即人们应该尽可能地避免给他人造成不必要的伤害，包括生理和精神的伤害及财产的损失。很显然，黑客并没有遵循尊重生命的原则，黑客的所作所为，正是给他人带来了伤害，有时甚至是无可挽回的伤害。黑客显然也没有遵守社会公众原则。黑客运用自己高超的计算机技术，来获取不正当利益，正是破坏社会公平与公正的表现。这种依靠自己技术为非作歹的行为，对社会的公正产生了极大的损害，如不严厉打击这种行为，社会公平与公正

25、将荡然无存。每个黑客在盗取用户信息时，显然不会征求用户的同意，显然违反了知情同意原则。要使个人隐私得到保护，那么隐私信息在没有获得信息主体自愿和知情同意之前，是不能用作其他目的的。而黑客显然不会遵守知情同意原则，而且还会把用户信息拿去用于非法用途，而不是用于某种正当的用途。第 8 页 共 9 页 五、从 IT 职业道德与社会责任的角度阐述在开发深度学习等人工智能技术和应用时应注意的问题。（20 分）(5.1)需要积极鼓励的方面。（10 分）作为计算机行业的从业人员，在开发深度学习等人工智能技术时，毫无疑问，我们将承担相应的社会责任。在从事深度学习等人工智能技术开发时，我们应秉承着造福社会与人类

26、的信念。具体地，我们应该鼓励一下几个方面：第一：尊重知识产权。计算机专业人员有义务、有责任保护知识产权的完整性。具体来说，就是不得将他人的想法或者成功据为己有，即使是在其未受到明确保护的时候；不适用盗版软件，不支持任何盗版产品。第二：尊重他人隐私。在计算机技术高度发达的今天，个人隐私的搜集与交换达到了前所未有的规模，侵犯他人隐私的事件也随之增加。作为计算机行业的从业人员，我们有责任维护个人数据的隐私权及其完整性。包括不擅自使用用户的隐私信息，确保数据信息不被非法访问以及泄露给无关人士等等。第三：鼓励创新。创新是发展进步的灵魂，对于深度学习等人工智能来说更是如此。唯有鼓励创新，我们才不会原地踏步

27、，才能在人工智能的道路上不断前进，去克服一个又一个的困难，做到最好。(5.2)需要主动避免的方面。（10 分）毫无疑问，深度学习等人工智能技术的发展方向与发展速度除了取决于国家政策外，最主要的决定者是计算机行业从业人员。不管是从职业道德出发，还是从社会责任出发，作为一名计算机行业的从业人员，都应该坚守作为应有的原则。凡事都是说起来容易做起来难。正如网络段子所说：听了那么多的大道理，可我依然过不好一生。道理谁都懂，但是在现实生活中能够去做正确的事的人就少之又少了。在开发深度学习等人工智能技术时，开发人员都知道哪些事该做，哪些事不该做。但是，人是有私心的，正如书上所说，私利是负责任行为的最大障碍之

28、一，总会有人为了一己私利而做出危害他人与社会的事情来。但这并不是我们不去做的理由，相反，我们更应该严格要求自己，做对自己、对他人、对社会有利的事情。在我们从事深度学习等人工智能开发的时候，应该注意以下方面的内容：一、避免人工智能技术存在的安全隐患：人工智能系统应当在整个生命周期内确保安全性，还要针对这项技术的可行性以及适用的领域进行验证。确保用户在使用产品时的安全是产品可以销售出去的大前提，如果生产的产品具有安全隐患，那么这种产品就不该出现在公众面前。作为高科技技术，深度学习等人工智能技术一旦运用于现实生活，就必定会是大规模的使用，这样一旦发生安全问题，也必定会是大规模的发生，会产生难以估量的

29、经济损失和巨大的负面影响。举一个例子，奥迪 5000型的计算机控制系统就是存在安全隐患，而奥迪公司开始不知情，知情后又不承认，最终造成了超过 250起交通事故。这些交通事故都与存在安全隐患的计算机控制系统有关。第 9 页 共 9 页 因此，在我们从事深度学习等人工智能技术开发的时候，安全应该放在最重要的位置。只有在安全得到满足的前提下，我们才能进行其他方面的改进。决不能为了短期的利益或者名声什么的，故意隐瞒存在的安全问题或者在安全测试都没有通过的前提下就开始应用该人工智能技术。二、避免窃取隐私：计算机行业从业人员应避免使用深度学习等人工智能技术来窃取他人隐私，以满足自己的不正当目的。隐私作为人

30、的基本权利之一，不应该被无端侵害，计算机行业从业人员应避免使用深度学习等人工智能技术来窃取他人隐私。在需要相关隐私来做研究时，比如需要游客的旅游信息来进行相关研究时，应该事先通知隐私拥有人，并获取他或她的同意后方可使用。三、避免将人工智能技术运用到具有破坏性的事务上：很显然，深度学习等人工智能运用到战争上造成的破坏会非常巨大，将人工智能运动到武器上的威力也不容小觑。但是，我们应该尽量避免将人工智能运用到这方面，我们应该造福社会与人类，而不是制造处危害社会与人类的东西出来。书目 1 孙志军，薛磊，许阳明，王正,“深度学习研究综述,”Application Research of Computer,pp.2806-2810,8 2012.2 美国计算机协会（ACM）伦理与职业行为规范.3 “计算机伦理学,”pp.3-34.4 深度学习发展现状