国内算法治理研究热点及演变趋势——基于CiteSpace软件的可视化分析

对我国算法治理研究进行热点追踪与前沿初探，可厘清人工智能时代背景下算法治理的应用场景及改进趋势。采用文献计量分析方法，借助于CiteSpace软件，并通过对关键词共现和突变检测探究其研究热点可知，我国的算法治理研究兴起于2018年，“智慧社会”“城市治理”与“政府治理”是其研究重点，算法治理如何更好地服务于数字乡村建设是其未来的演变研究趋势。在新时代背景下，应加强该研究领域的学科联系及机构合作，在规制好“算法权力”的前提下推动算法治理资源向农村地区倾斜。     

嵌入式的智能路径遍历算法

提出了一种新的应用于嵌入式系统的智能路径遍历算法。它将传统的路径遍历算法和人工智能相结合,提高了遍历算法的效率和有效性,使嵌入式系统具有了自主的路径决策能力。这种技术可以广泛应用到智能交通和移动数据服务领域,如交通自动疏导系统、交通自动导航系统、移动定位系统等。     

算法视阈下西方选举制度研究——以当前美国选举失效为例

美国2016年和2020年大选的混乱不堪及随后引发的社会骚乱,促使人们对以美国为代表的西方选举制度进行再反思。本文在深入考察竞争性选举制度运行机制的基础上,从信息处理和集成算法角度讨论了西方选举制度的算法本质,发现其本质是集成算法中的投票法;然后基于投票法有效的条件从理论上探讨西方选举制度有效的前提条件,并结合当今资本主义发展阶段和信息技术特点,得出了西方选举制度已不可逆地进入失效状态的结论;最后以美国为例,分析了西方国家选举失效的根本原因。本文从数理角度揭示了以美国为代表的西方选举制度失效的历史必然性,也侧面为我国坚持和发展全过程人民民主提供了新的逻辑支撑。     

大型语言模型的法律风险与治理路径

大型语言模型促进了生成式人工智能的蓬勃发展。大型语言模型通常作为通用生成式人工智能的技术底层发挥作用,具备信息价值、情感价值、思维价值和劳动价值,也包含信息内容风险、数据与算法安全风险、侵权风险、诚信风险等系列法律风险。大型语言模型及相关应用的法律风险治理面临微观和宏观层面的系列挑战,需要平衡多方面的目标,应当基于包容审慎监管、分层治理、深度治理和敏捷治理的路径对大型语言模型的法律风险治理开展谨慎、灵活的探索性制度实践,进而逐步完善生成式人工智能的风险治理体系。     

韧性与规训：刑事司法算法决策的演进逻辑

如何认识与对待刑事司法算法决策愈发成为一个重大的理论与实践问题。鉴于刑事司法算法决策在技术与法理维度展现出的双重适应性困境,导致对其的发展定性衍生出一种刑事司法算法决策的脆弱性表征将直接支配其发展命运的观点。重新审视刑事司法算法决策在质效两方面的韧性表征,以及同其技术母体人工智能在韧性维度的同频共振,可知作为其内生性发展动力的韧性表征,乃刑事司法算法决策发展的性质定论。针对脆弱性所体现出的裂隙风险,基于福柯规训理论,引入刑事司法人本论理念与技术正当程序原理。前者为人本议题,崇尚方向性指引;后者乃技术方案,偏重制度性建构,以此二者的互补性调和,建构出规训刑事司法算法决策的完整框架。     

论算法歧视消费者的侵权责任认定——基于司法裁判的实证考察

通过对算法歧视消费者司法案例的实证分析,可以发现:现行法律规定中过错责任归责原则在确认算法责任承担者上存在结构性失位问题,由此导致相关规定不能成为规制算法歧视消费者的有效工具;消费者对于算法歧视的举证能力不足和法律规范的认知程度低下导致维权期望普遍落空;作为裁判者的法院在理解与适用法律上存在的不合理性也传导至算法歧视消费者的规制效果上。构建算法歧视消费者的责任认定框架,应区分算法歧视消费者的具体场景,在算法的人为干预场景中坚持过错推定原则立场,在算法自动化决策场景中提倡无过错责任原则,区分标准要素中因果关系的成立关系与范围关系。同时,加强对算法服务经营者的引导管理,提升算法歧视消费者司法裁判的合理性。     

立法伦理与算法正义——算法主体行为的法律规制

人类设计算法、运用算法的最终目的是为了增强自身解决问题的能力,进一步提升生活水平并优化社会结构.算法黑箱存在的前提预设是人类对因果关系的认知断裂,算法黑箱针对自动化决策过程中特定的算法用户.在一系列的数据代码背后是算法主体的行为目标和价值选择,不同价值选择加上算法的涌现性和自主性的复杂特质导致相关法律关系主体的权利冲突...     

人工智能道德算法的问题及出路——从柏拉图悖论谈起

随着人工智能对人类社会影响的普遍化,其伦理问题已成为政界、业界、学界和公众共同关注的话题。决策算法是人工智能相关技术的核心,如何保证智能程序所作出的决策符合人类社会的道德标准,是值得深入思考的问题。探讨这一哲学论题,应在对柏拉图悖论内涵进行梳理的基础上,从法哲学的角度探寻对人类社会道德评判标准所具有的意义,进而通过类比机器思维与人类思维的映射关系,找出柏拉图悖论这一哲学问题与人工智能道德算法在利益衡量问题上出现的困境,对其成因进行深入分析,找出解决困境的方法。     

基于税收数据的协同过滤推荐算法设计与实现

针对商品流通环节采购商与供应商信息不对称问题,采用现阶段主流的协同过滤推荐算法设计个性化推荐方案,为供应商匹配“资信良好”的采购商信息,为采购商提供“质优价廉”的供应商信息,有效沟通供求双方需求。文章首先介绍了基于税收数据进行协同过滤推荐算法设计的必要性,然后设计了基于近邻的协同过滤推荐算法,分别论述了基于用户的协同过滤和基于物品的协同过滤;为克服数据稀疏问题,进一步设计了基于模型的协同过滤推荐算法,通过隐语义模型构建User与Item的关联,详细阐述了基于用户相似度的Incremental SVD推荐算法实现过程,丰富了个性化推荐的应用场景。     

基于FAT-AI测试的实时人脸比对技术分析

基于FAT-AI细粒度视频分析应用测试中对行业主流企业实时人脸比对系统的测试结果,分析了大规模开放场景、大规模数据条件下,实时人脸比对识别准确率受候选集容量、性别、墨镜、口罩等因素的影响,为公共安全领域疫情防控等应用中实时人脸比对系统的项目规划、产品选型、改造升级及应用效果评价等工作提供参考。