CN109313635B - 人工智能的行为控制数据库的建立方法及其设备、系统及存储介质 - Google Patents

Abstract

本发明实施例涉及计算机技术领域，公开了一种人工智能的行为控制数据库的建立方法及其设备、系统。其中，该方法包括：获取第一行为的行为数据；对所述第一行为进行解析，提取所述第一行为的行为特征；对所述第一行为的行为特征进行评价，从而获得所述第一行为的第一可执行度；将所述第一行为以及相对应的所述第一可执行度存储在所述行为控制数据库中。本发明实施例，可以提供行为控制数据，以对人工智能终端的行为进行规范。

Description

人工智能的行为控制数据库的建立方法及其设备、系统及存 储介质

技术领域

本发明涉及计算机技术领域，具体涉及一种人工智能的行为控制数据库的建立方法及其设备、系统及存储介质。

背景技术

人工智能(AI，Artificial Intelligence)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。从1956年正式提出人工智能学科算起，50多年来，取得长足的发展，成为一门广泛的交叉和前沿科学。时至今日，人工智能的发展已经渗透到社会生活中的很多层面，把人类从繁重的体力中解放出来，同时也在逐步解放人类的脑力劳动。

本发明的发明人发现，现有的智能终端，目前还处于弱人工智能阶段，多数还是依赖于用户的控制而执行相应的行为，少数的智能终端能够针对外界指令结合环境因素自行执行一些行为，但这些行为有时不太合理，并不能满足用户对终端的要求。

发明内容

本发明实施例所要解决的技术问题是提供一种人工智能的行为控制数据库的建立方法及其设备、系统，用于提供行为控制数据，以对人工智能终端的行为进行规范。

本发明实施例提供一种人工智能的行为控制数据库的建立方法，包括：获取第一行为的行为数据；对所述第一行为进行解析，提取所述第一行为的行为特征；对所述第一行为的行为特征进行评价，从而获得所述第一行为的第一可执行度；将所述第一行为以及相对应的所述第一可执行度存储在所述行为控制数据库中。

相应的，本发明实施例还提供一种行为处理设备，包括输入装置、存储器和处理器，所述存储器中存储有行为控制数据库，所述处理器用于执行：获取第一行为的行为数据；对所述第一行为进行解析，提取所述第一行为的行为特征；对所述第一行为的行为特征进行评价，从而获得所述第一行为的第一可执行度；将所述第一行为以及相对应的所述第一可执行度存储在所述行为控制数据库中。

相应的，本发明实施例还提供一种人工智能控制系统，所述系统包括人工智能终端及与所述人工智能终端通讯连接的服务器，所述人工智能终端或服务器为如前所述的设备。

相应的，本发明实施例还提供一种计算机可读存储介质，所述计算机存储介质存储有程序，所述程序能够被执行以实现如前所述的行为控制数据库的建立方法。

本发明实施例中，按照人工智能道德体系对第一行为进行评价，得到其第一可执行度，并将第一行为和第一可执行度存储为行为控制数据库中，由于行为控制数据库中的数据经过人工智能道德体系的评价，故可保证该行为控制数据库中的数据符合规范，且满足用户对人工智能的行为要求。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例中人工智能终端的结构示意框图；

图2是本发明实施例中人工智能控制系统的结构示意框图；

图3是本发明实施例中行为控制方法的第一流程示意图；

图4是本发明实施例中行为控制方法的第二流程示意图；

图5是本发明实施例中服务器的结构示意框图；

图6是本发明实施例中行为控制方法的第三流程示意图；

图7是本发明实施例中行为处理设备的结构示意框图；

图8是本发明实施例中行为控制数据库的建立方法的第一流程示意图；

图9是本发明实施例中行为控制数据库的建立方法的第二流程示意图；

图10是本发明实施例中行为控制数据库的建立方法的部分流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例，例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明实施例提供一种人工智能终端及相应的行为控制方法，以下进行具体说明：

如图1所示，本发明实施例提供一种人工智能终端100，该智能终端可以包括输入输出装置101、处理器102和存储器103，输入输出装置101和存储器103分别与处理器102连接，具体可采用总线连接方式。其中存储器103中存储有行为控制数据。可以理解的是，人工智能终端100也可不设置输入输出装置101，在此不作限定。

存储器103中还可以存储有程序代码，处理器能够调用所述程序代码并执行如下方法：

S101、获取待执行的第一行为的行为数据；

例如，智能终端100还可以包括传感器，可用于从环境中实时采集数据；举例来说，传感器可以包括图像传感器、声音传感器、气味传感器、温度传感器、湿度传感器、距离传感器、位置传感器等一种或多种，从而采集各种环境数据；在采集到环境数据后，处理器可以对环境数据进行处理，从而生成待执行的第一行为的行为数据，以对周围环境做出应对；

又例如，接收用户输入的指令或者其他设备如服务器发送的指令，并根据该指令解析得到第一行为的行为数据。

S102、将待执行的第一行为的行为数据与预先存储的行为控制数据进行匹配，得到第一匹配结果；

其中，所述行为控制数据可以是预先依据以利他为原则的人工智能道德体系所建立的数据；

S103、根据所述第一匹配结果控制所述第一行为的执行。

需要说明的是，第一行为可以是智能终端待执行的操作、动作、计算、输入、输出等行为中的任意一种或多种的组合；

举例来说，行为控制数据可以是预先存储在存储器103中的数据，其中可包括多个行为和对应的可执行度，优选的，多个行为可以被分为若干类别，例如按照儒、释、道、医、武、乐、俗、科、商……分别分类进行存储。

在一实施例中，该第一匹配结果可以明确为匹配(可执行)或不匹配(不可执行)两种结果。例如，处理器102判断在预先存储的行为控制数据中是否存在与第一行为的行为数据匹配的可执行行为控制数据；如存在则结果为匹配，则控制执行第一行为；否则为不匹配，则控制不执行该第一行为。

在另一实施例，该第一匹配结果可包括可执行度。例如，处理器102将第一行为的行为数据与预先存储的行为控制数据进行匹配，得到第一行为的第一可执行度；并根据所述第一可执行度判断人工智能终端是否可执行所述第一行为。进而，处理器102可根据判断结果控制人工智能终端是否执行该第一行为。

例如，当智能终端将要执行某一行为时，处理器102将利用行为控制数据对该行为的行为数据进行匹配，并根据匹配得到的可执行度来判断该行为是否可执行，具体的判断方法可以是：预先设置一阈值，若可执行度高于该阈值的行为，则判断为可执行，反之，则判断为不可执行。该阈值的具体数值可以根据经验值进行设置，并且可以动态调整。

本实施例中提供的智能终端，通过预先在终端中存储行为控制数据，可以利用行为控制数据对终端的操作或动作进行规范，使终端的操作或动作更为合理，满足用户对终端的要求。

举例来说，智能终端100可以是手机、电脑、智能机器人或其他具备数据分析处理能力的终端，下面以智能机器人为例进行说明：

智能机器人的存储器中存储有行为控制数据，在一种实施方式中，该行为控制数据是固化在机器人存储器中的只读数据，可防止该行为控制数据被恶意修改；在另外一种实施方式中，智能机器人可以具备自学习功能，并利用自学习自行地对行为控制数据进行更新和修正。

智能机器人根据用途不同，可以有多种分类，具备各不相同的功能，例如家用机器人可具备移动、抓取/搬运物品、语音对话等功能，工业机器人又可根据不同的用途配置相应的功能，例如焊接、搬运、喷漆、打磨、码垛、装配等，军用机器人可具备复杂地形移动、负重、排雷、射击等功能……。

以上种种智能机器人可执行多种人类难以胜任的繁重工作，但机器人在工作过程中，时常要面对一些复杂或突发情况，对于复杂或突发情况可以至少设计如下两种处理方式：一种处理方式是机器人停止工作并需求人类用户的指示，这种处理方式较为稳妥，但显然很可能会造成机器人工作的延误，浪费机器人的处理能力；第二种处理方式是赋予机器人一定的自主处理权限，可对其面临的复杂或突发情况进行反应，执行合适的操作或动作对情况进行处理，但会带来一定的风险：机器人对复杂或突发情况的处理可能与人类用户的预期并不一致，甚至可能造成极为负面的后果。

本发明实施例提供的方案中，可在智能机器人的存储器中预先存储行为控制数据，机器人在面对复杂或突发情况时，其生成的处理方案(也即待执行的行为)的相关数据需要经过与行为控制数据进行匹配，只有匹配的方案才能够被执行，或进一步为只有可执行度高的方案才能够被执行，而行为控制数据是人类用户定义的，其中可对人类认为合理的行为赋予高可执行度，对于不合理的行为赋予低可执行度，只要行为控制数据的内容合理，则可控制具有一定自主处理能力的智能机器人在面对复杂或突发情况时的处理策略，防止机器人不合理应对造成的负面后果。

如图2所示，本发明实施例还提供一种人工智能控制系统，该系统包括前文所述的人工智能终端100以及服务器200，该服务器200以有线或无线的方式与人工智能终端100通讯连接，例如通过互联网连接，服务器200可以部署在云端，其中存储有行为控制数据库，行为控制数据库包括海量的行为控制数据，并且可以不断更新。

优选的，该输入输出装置101可以用于将终端待执行的第一行为的行为数据上传至服务器200，服务器200可将第一行为的行为数据与行为控制数据库进行匹配，得到该行为的第二可执行度，并将第二可执行度反馈给终端；终端在接收到第二可执行度后，可利用第一可执行度与第二可执行度进行第一行为是否可执行的判断，例如，将第一可执行度与第二可执行度进行加权平均后得到第三可执行度，再判断第三可执行度是否大于预定的阈值，如果大于则判断第一行为可执行，否则判断为不可执行。

机器人的存储器中存储的行为控制数据可能数据量较为有限，则其对行为的匹配结果可能不够准确，本发明实施例还提供一种方案，使得机器人可将其生成的处理方案上传给服务器，再接收服务器反馈的可执行度，以做更准确的判断。由于服务器中可存储有海量的行为控制数据，并且是不断补充和修正的，服务器对行为的判断可以认为是更可靠和准确的，这样借助于服务器反馈的可执行度，机器人可更准确的判断其生成的处理方案是否可执行。鉴于此，机器人在对第一可执行度和服务器反馈的第二可执行度进行加权平均时，可以对第二可执行度赋予更高的权重。

如图3所示，本发明实施例还提供一种行为控制方法，该方法可以应用于前述的人工智能终端100，具体可由上述人工智能终端100的处理器102执行。该方法可以包括：

301、获取待执行的第一行为的行为数据；

需要说明的是，第一行为可以是智能终端100待执行的任意操作或动作；

302、将待执行的第一行为的行为数据与预先存储的行为控制数据进行匹配，得到第一匹配结果；

举例来说，行为控制数据可以是预先存储在存储器中的数据，其中可包括多个行为，优选的，多个行为可以被分为若干类别，分别进行存储；进一步地，行为控制数据还可包括其包含的各行为对应的可执行度。

303、根据所述第一匹配结果控制所述第一行为的执行。

例如，若该第一匹配结果包括第一行为的第一可执行度，则根据所述第一可执行度判断是否可执行所述第一行为。当智能终端将要执行某一行为时，将利用行为控制数据对该行为的的行为数据进行匹配，并根据匹配得到的可执行度来判断该行为是否可执行，具体的判断方法可以是：预先设置一阈值，若可执行度高于该阈值的行为则判断为可执行，反之，则判断为不可执行。该阈值的具体数值可以根据经验值进行设置，并且可以动态调整。

本实施例中提供的行为处理方法，通过预先存储的行为控制数据来进行行为可执行度的匹配，可以利用行为控制数据对终端的操作或动作进行规范，使终端的操作或动作更为合理，满足用户对终端的要求。

举例来说，人工智能终端可以利用特征提取和特征匹配的方式来获取第一行为的第一可执行度，具体而言，上述S302可包括：

302A、提取所述第一行为的行为特征数据；

具体如，对所述第一行为的行为数据进行解析，以从该行为数据中提取得到第一行为的行为特征数据。

302B、将所述第一行为的行为特征数据与所述行为控制数据进行特征匹配，得到第一匹配结果。

其中，所述行为特征可包括下列特征中的至少一种：行为时间、行为地点、行为主体、行为对象。

上述302B具体可包括在行为控制数据中查找包含所述第一行为的各行为特征的至少一个行为的行为数据，根据所述至少一个行为的可执行度获得所述第一行为的第一可执行度。进一步地，所述根据所述至少一个行为的可执行度获得所述第一行为的第一可执行度包括：如果所述至少一个行为为一个行为，则将该行为的可执行度作为所述第一行为的第一可执行度；如果所述至少一个行为包括多个行为，则将多个行为的多个可执行度进行加权平均，得到所述第一行为的第一可执行度。

优选的，如图4所示，该方法还可包括：

401、将所述第一行为的行为数据上传至服务器，以使所述服务器将所述第一行为的行为数据与服务器中存储的行为控制数据库进行匹配获得第二匹配结果，并接收所述服务器反馈的第二匹配结果；

该服务器可以部署在云端，其中存储有行为控制数据库，行为控制数据库包括海量的行为控制数据，并且可以不断更新。且该服务器中的行为控制数据库同理于人工智能终端的行为控制数据库，为预先依据以利他为原则的人工智能道德体系所建立的数据。服务器中的行为控制数据库中的行为种类可设置为比人工智能终端的行为控制数据中的行为种类丰富。而且，服务器获得第二匹配度的方式类似于上述获得第一匹配结果的方式，同理于上述第一匹配结果，该第二匹配结果可以明确为匹配(可执行)或不匹配(不可执行)两种结果，或者可包括第二可执行度，在此不作赘述。

该服务器中的行为控制数据可为预先存储在执行所述方法的服务器中的只读数据；或者为预先存储在执行所述方法的服务器中的可读可写数据，但所有所述人工智能终端均不具有写入权限；又或者为预先存储在执行所述方法的服务器中的可读可写数据，但仅满足设定条件的人工智能终端具有写入权限。

则前述303可包括：根据所述第一匹配结果和所述第二匹配结果控制所述第一行为的执行。例如为，根据所述第一可执行度及第二可执行度判断是否可执行所述第一行为。

具体地，前述303可以包括：

303A、将所述第一可执行度与所述第二可执行度进行加权平均获得第三可执行度；

303B、判断所述第三可执行度是否大于预定的阈值，如果是，则执行301C否则执行303D；

303C、可执行所述第一行为；结束流程；

303D、不可执行所述第一行为。

举例来说，前述301可以包括：

301A1、利用传感器从环境中采集数据；

301B1、对所述传感器采集的数据进行处理，生成待执行的所述第一行为的行为数据。

智能终端100还可以包括传感器，可用于从环境中实时采集数据；举例来说，传感器可以包括图像传感器、声音传感器、气味传感器、温度传感器、湿度传感器、距离传感器、位置传感器等一种或多种，从而采集各种环境数据；在采集到环境数据后，处理器可以对环境数据进行处理，从而生成待执行的第一行为的行为数据，以对周围环境做出应对。

另外，本发明实施例还提供一种计算机可读存储介质，该计算机存储介质存储有程序，所述程序能够被执行以实现如前所述的行为处理方法。

举例来说，执行上述行为处理方法的智能终端100可以是手机、电脑、智能机器人或其他具备数据分析处理能力的终端，下面以智能机器人为例进行说明：

智能机器人的存储器中存储有行为控制数据，优选的，该行为控制数据是固化在机器人存储器中的只读数据，可防止该行为控制数据被恶意修改。

智能机器人根据用途不同，可以有多种分类，具备各不相同的功能，例如家用机器人可具备移动、抓取/搬运物品、语音对话等功能，工业机器人又可根据不同的用途配置相应的功能，例如焊接、搬运、喷漆、打磨、码垛、装配等，军用机器人可具备复杂地形移动、负重、排雷、射击等功能……。

以上种种智能机器人可执行多种人类难以胜任的繁重工作，但机器人在工作过程中，时常要面对一些复杂或突发情况，对于复杂或突发情况可以至少设计如下两种处理方式：一种处理方式是机器人停止工作并需求人类用户的指示，这种处理方式较为稳妥，但显然很可能会造成机器人工作的延误，浪费机器人的处理能力；第二种处理方式是赋予机器人一定的自主处理权限，可对其面临的复杂或突发情况进行反应，执行合适的操作或动作对情况进行处理，但会带来一定的风险：机器人对复杂或突发情况的处理可能与人类用户的预期并不一致，甚至可能造成极为负面的后果。

本发明实施例提供的处理方法中，智能机器人预先存储行为控制数据，机器人在面对复杂或突发情况时，其生成的处理方案(也即待执行的行为)的相关数据需要经过与行为控制数据进行匹配，只有匹配的方案才能够被执行，或进一步为只有可执行度高的方案才能够被执行，而行为控制数据是人类用户定义的，其中可对人类认为合理的行为赋予高可执行度，对于不合理的行为赋予低可执行度，只要行为控制数据的内容合理，则可控制具有一定自主处理能力的智能机器人在面对复杂或突发情况时的处理策略，防止机器人不合理应对造成的负面后果。

机器人的存储器中存储的行为控制数据可能数据量较为有限，则其对行为的匹配结果可能不够准确，本发明实施例还提供一种方案，使得机器人可将其生成的处理方案上传给服务器，再接收服务器反馈的可执行度，以做更准确的判断。由于服务器中可存储有海量的行为控制数据，并且是不断补充和修正的，服务器对行为的判断可以认为是更可靠和准确的，这样借助于服务器反馈的可执行度，机器人可更准确的判断其生成的处理方案是否可执行。鉴于此，机器人在对第一可执行度和服务器反馈的第二可执行度进行加权平均时，可以对第二可执行度赋予更高的权重。

如图5所示，本发明实施例还提供一种服务器200，该服务器200如前述的服务器，连接于前述人工智能终端，可用于管理该人工智能终端。具体，服务器200包括输入输出装置201、处理器202和存储器203。输入输出装置201和存储器203分别与处理器202连接，具体可采用总线连接方式。该输入输出装置101可包括用于接收器、发送器以及触摸屏、按键、数据接口如USB接口、显示屏等可与外界进行信息交互的装置。其中存储器203中存储有行为控制数据。

存储器203中还可以存储有程序代码，如图6所示，处理器202能够调用所述程序代码并执行如下方法：

601、接收人工智能终端上传的待执行的第一行为的行为数据。

具体，处理器104通过输入输出装置101接收到人工智能终端上传的第一行为的行为数据。其中，该人工智能终端可如前面实施例所述获取该第一行为的行为数据。例如，在601之前，处理器202通过输入输出装置601向人工智能终端发送行为指令，以使人工智能终端解析所述行为指令，得到所述第一行为的行为数据。

602、将待执行的第一行为的行为数据与已经建立的行为控制数据库中的行为控制数据进行匹配，得到第一匹配结果。

其中，所述行为控制数据库可为预先依据以利他为原则的人工智能道德体系所建立的数据库。举例来说，行为控制数据可以是预先存储在存储器104中的数据，其中可包括多个行为，还可包括对应的可执行度，优选的，多个行为可以被分为若干类别，例如按照儒、释、道、医、武、乐、俗、科、商……分别分类进行存储。

在一实施例中，该第一匹配结果可以明确为匹配(可执行)或不匹配(不可执行)两种结果。例如，处理器202判断在预先存储的行为控制数据中是否存在与第一行为的行为数据匹配的可执行行为控制数据；其中，如存在则结果为匹配，则表示可执行第一行为；否则为不匹配，则表示不可执行该第一行为。

在另一实施例，该第一匹配结果可包括可执行度。例如，处理器202将第一行为的行为数据与预先存储的行为控制数据进行匹配，得到第一行为的第一可执行度。

603、将所述第一匹配结果发送至所述人工智能终端，以使所述人工智能终端根据所述第一匹配结果判断人工智能终端是否可执行所述第一行为。

具体，人工智能终端可如前面实施例所述判断是执行该第一行为。

本实施例中提供的用于管理人工智能终端的服务器，通过预先在服务器中存储行为控制数据，可以利用行为控制数据对终端的操作或动作进行规范，使终端的操作或动作更为合理，满足用户对终端的要求。

优选的，该行为控制数据可以是存储器203中存储的只读数据，可以防止该行为控制数据被恶意修改。或者，该行为控制数据为预先存储在存储器203中的可读可写数据，但与该服务器连接的所有人工智能终端均不具有写入权限，而服务器仍可具有修改权限，由此既可防止该行为控制数据被人工智能终端恶意修改，也可保证数据的可更新。又或者，该行为控制数据为预先存储在执行存储器203中的可读可写数据，但仅满足设定条件的人工智能终端具有写入权限，而服务器和经认证的部分人工智能终端仍可具有修改权限，由此既可避免行为控制数据被未经认证的人工智能终端恶意修改，也可保证数据的可更新。其中，该设定条件可根据实际需求设定，例如为终端用户身份已通过验证，终端级别为安全级别等。

举例来说，服务器的存储器203中存储有行为控制数据，在一种实施方式中，该行为控制数据是固化在服务器存储器203中的只读数据，可防止该行为控制数据被恶意修改；在另外一种实施方式中，服务器可以具备自学习功能，并利用自学习功能自行地对行为控制数据进行更新和修正。

举例来说，服务器200可以利用特征提取和特征匹配的方式来获取第一匹配结果(如第一行为的第一可执行度)，具体而言，处理器202执行的上述602可包括：

602A、对所述第一行为进行解析，提取所述第一行为的行为特征。

602B、将所述第一行为的行为特征与所述行为控制数据库中的行为控制数据进行特征匹配，从而获得所述第一匹配结果。

具体地，该行为控制数据库可存储有不同行为及其行为特征、不同行为的可执行度。该行为控制数据库中存储的行为的可执行度可由处理器503根据用户对终端历史行为的反馈进行自学习得到，或者由用户输入得到的。

当所述第一匹配结果包括第一可执行度时；处理器503执行的602B可包括：

602B1、在所述行为控制数据库中查找包含所述第一行为的各行为特征的至少一个第二行为的行为数据。

602B2、根据所述至少一个第二行为的可执行度获得所述第一行为的第一可执行度。

例如，该602B2具体可为：如果所述至少一个第二行为仅有一个第二行为，则将该第二行为的可执行度直接作为得到所述第一行为的第一可执行度；如果所述至少一个第二行为包括多个第二行为，则将多个第二行为的多个可执行度进行加权平均，得到所述第一行为的第一可执行度。

其中，所述行为特征可包括下列特征中的至少一种：行为时间、行为地点、行为主体、行为对象。

优选的，人工智能终端可如前实施例所述先将待执行的第一行为的行为数据与自身存储的行为控制数据进行匹配，得到预判执行度，其中其预判执行度的获得过程类似于服务器的上述第一执行度的获取；人工智能终端在其预判执行度小于第一预定阈值时，直接判断该第一行为不可执行，否则将终端待执行的第一行为的行为数据上传至服务器200；服务器200将第一行为的行为数据与其存储的行为控制数据库进行匹配，得到该行为的实际可执行度，并将实际可执行度反馈给终端；终端在接收到实际可执行度后，判断实际可执行度是否大于第二预定阈值，如果大于则判断第一行为可执行，否则判断为不可执行。其中，该第一预定阈值和第二预定阈值可根据实际情况设置，其数值关系可设置为第一预定阈值小于第二预定阈值。

由于将人工智能终端的存储器中存储的行为控制数据可能数据量较为有限，则其对行为的匹配结果可能不够准确，故可将终端经出判断后的第一行为的行为数据上传给服务器，再接收服务器反馈的可执行度，以做更准确的判断。由于服务器中可存储有海量的行为控制数据，并且是不断补充和修正的，服务器对行为的判断可以认为是更可靠和准确的，这样借助于服务器反馈的可执行度，机器人可更准确的判断其生成的处理方案是否可执行。鉴于此，机器人在对第一可执行度和服务器反馈的第二可执行度进行加权平均时，可以对第二可执行度赋予更高的权重。

本发明实施例还提供一种行为处理设备及相应的建立方法，以下进行具体说明：

如图7所示的是一种行为处理设备700，行为处理设备700可以包括输入输出装置701、处理器702和存储器703。其中，输入输出装置701、存储器703均与处理器702连接，具体可采用总线连接方式。存储器703中存储有行为控制数据库，该行为控制数据库用于存储前述行为控制数据，以提供给人工智能终端或连接于人工智能终端的服务器，以获取人工智能终端的待执行行为的可执行度，进而使得人工智能终端根据获取的可执行度判断是否执行该待执行行为。

存储器703中还可以存储有程序代码，如图8所示，处理器702能够调用所述程序代码并执行如下方法：

801、获取第一行为的行为数据。

具体，处理器703利用输入输出装置701获得第一行为的行为数据。其中，输入输出装置701为人机交互界面、遥控设备、麦克风、接收器、采集器等可从外界获得数据的任意装置，用于从外界获取行为数据。例如，处理器703直接获取用户通过人机交互界面、遥控设备、麦克风输入的行为数据，或者接收其他设备如其他人工智能终端或者服务器发送的行为数据，又或者获取如图像采集器等采集得到的行为数据。

举例来说，第一行为可以是人工智能终端可执行的操作、动作、计算、输入、输出等行为中的任意一种或多种的组合。

802、对所述第一行为进行解析，提取所述第一行为的行为特征。

其中，所述行为特征可包括下列特征中的至少一种：行为时间、行为地点、行为主体、行为对象。

803、对所述第一行为的各行为特征进行评价，从而获得所述第一行为的第一可执行度。

例如，可以按照以利他为原则的人工智能道德体系对所述第一行为的各行为特征进行评价，从而获得所述第一行为的第一可执行度。当然，也可按照其他设定评价原则继续该评价。

其中，该人工智能道德体系可以是以“社会主义荣辱观”、《弟子规》、《论语》、《道德经》等里面的利他行为准则为数据建立的体系。

具体，人工智能道德体系可以包含有儒、释、道、医、武、乐、俗、科、商……等不同类别的道德内容。处理器702将第一行为的行为特征与人工智能道德体系中的道德内容进行匹配，由其匹配度得到第一行为的可执行度。当第一行为的行为特征为多个，可预先为不同行为特征设置权重，并将每个行为特征的匹配度进行加权平均得到该第一行为的可执行度。

804、将所述第一行为以及相对应的所述第一可执行度存储在所述行为控制数据库中。

举例来说，行为控制数据库中存储的行为可以被分为若干类别，例如可先将该第一行为按照儒、释、道、医、武、乐、俗、科、商……分别分类后，再进行存储。该第一行为的分类可直接在执行803的可执行度评价过程中进行。

另外，所述行为控制数据库中的数据可被存储为只读数据，以避免后续使用该行为控制数据的设备(如人工智能终端或服务器)恶意修改。或者，该行为控制数据库中的数据被存储为可读可写数据，但所有人工智能终端均不具有写入权限或者仅满足设定条件的人工智能终端具有写入权限，由此既可避免行为控制数据被人工智能终端或未经认证的人工智能终端恶意修改，也可保证数据的可更新。

本发明实施例中，按照人工智能道德体系对第一行为进行评价，得到其第一可执行度，并将第一行为和第一可执行度存储为行为控制数据库中，由于行为控制数据库中的数据经过人工智能道德体系的评价，故可保证该行为控制数据库中的数据符合规范，且满足用户对人工智能的行为要求。由此，人工智能终端可利用行为控制数据库中的数据判断人工智能终端生成的行为是否可行，可以利用行为控制数据库中的数据对终端的行为进行规范，使终端的操作或动作更为合理，满足用户对终端的要求。

举例来说，处理器702可利用深度学习神经网络对第一行为进行评价。如图9所示，处理器702在执行上述801之前，还用于执行：

805、构建依据以利他为原则的人工智能道德体系的深度学习神经网络。

例如，该深度学习神经网络有若干个神经元组成，其中，每个神经元包括至少一个输入和输出以及计算功能，每个输入具有设定权值。且，每个输入表示一个行为特征，可将不同输入的行为特征进行加权后，并输入计算功能进行计算，输出具有对应输入的行为特征的行为的可执行度。具体，该神经网络算法可包括：感知器神经网络(Perceptron NeuralNetwork),反向传递(Back Propagation)，Hopfield网络，自组织映射(Self-OrganizingMap,SOM)。学习矢量量化(Learning Vector Quantization，LVQ)。进一步地，该神经网络采用的算法为受限波尔兹曼机(Restricted Boltzmann Machine，RBN)，Deep BeliefNetworks(DBN)，卷积网络(Convolutional Network),堆栈式自动编码器(Stacked Auto-encoders)等深度学习算法，以在每次对第一行为评价的同时进行深度学习，如可通过学习来调整神经元的输入的权值等。当然，在其他实施例中，深度学习神经网络也可不依据以利他为原则的人工智能道德体系创建，而是依据根据实际需求根据其他设定标准进行构建。

并且，上述803具体可包括：利用所述深度学习神经网络对所述第一行为的各行为特征进行评价，从而获得所述第一行为的第一可执行度。

例如，将第一行为的各行为特征输入至神经网络中的相应神经元，该神经元可将各行为特征进行按照其输入权重进行加权后，并输入计算功能进行计算，输出具有对应输入的行为特征的行为的可执行度。

另外，处理器102除可根据人工智能道德体系自行对行为进行可执行度评价并作为行为控制数据外，还可直接接收外界的行为及其可执行度作为行为控制数据。如图10所示，处理器702还用于执行：

806、接收作为样本的第二行为的行为数据及其第二可执行度。

具体，处理器702可通过机交互界面、遥控设备、麦克风等输入输出装置701获取用户输入的作为样本的第二行为的行为数据及该第二行为的第二可执行度；或者，处理器702可通过接收器接收其他设备发送的作为样本的第二行为的行为数据及该第二行为的第二可执行度。该其他设备可以为人工智能终端或用于管理人工智能终端的服务器。

807、将所述第二行为的行为数据以及相对应的第二可执行度存储在所述行为控制数据库中。

举例而言，行为处理设备700可以为前述人工智能终端或服务器，该行为处理设备700在执行前述建立方法之后，还可以用于执行前面行为控制方法。

另外，本发明实施例还提供一种计算机可读存储介质，该计算机存储介质存储有程序，所述程序能够被执行以实现如前所述的行为控制方法或行为控制数据库的建立方法。

需要说明的是，以上各实施例均属于同一发明构思，各实施例的描述各有侧重，在个别实施例中描述未详尽之处，可参考其他实施例中的描述。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(Random AccessMemory，RAM)、磁盘或光盘等。

以上对本发明实施例所提供的智能终端、行为处理方法及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (13)

1.一种人工智能的行为控制数据库的建立方法，其特征在于，包括：

获取第一行为的行为数据；

对所述第一行为进行解析，提取所述第一行为的行为特征，所述行为特征包括下列特征中的至少一种：行为时间、行为地点、行为主体、行为对象和行为结果；

按照以利他为原则的人工智能道德体系对所述第一行为的行为特征进行评价，从而获得所述第一行为的第一可执行度；

将所述第一行为以及相对应的所述第一可执行度存储在所述行为控制数据库中，以使得人工智能终端获得与所述第一行为匹配的待执行行为的可执行度，并在所述待执行行为的可执行度大于阈值时，执行所述待执行行为，或在所述待执行行为的可执行度小于等于阈值时，不执行所述待执行行为。

2.根据权利要求1所述的方法，其特征在于，

在获取第一行为的行为数据之前，所述方法还包括：构建依据以利他为原则的人工智能道德体系的深度学习神经网络；

所述按照以利他为原则的人工智能道德体系对所述第一行为的行为特征进行评价包括：

利用所述深度学习神经网络对所述第一行为的行为特征进行评价。

3.根据权利要求1所述的方法，其特征在于，还包括：

接收作为样本的第二行为的行为数据及其第二可执行度；

将所述第二行为的行为数据以及相对应的第二可执行度存储在所述行为控制数据库中。

4.根据权利要求3所述的方法，其特征在于，所述接收作为样本的第二行为的行为数据及其第二可执行度包括：

获取用户输入的作为样本的第二行为的行为数据及其第二可执行度，或者，接收其他设备发送的作为样本的第二行为的行为数据及其第二可执行度。

5.根据权利要求1所述的方法，其特征在于，所述行为控制数据库中的数据被存储为只读数据。

6.一种行为处理设备，其特征在于，所述行为处理设备包括输入装置、存储器和处理器，所述存储器中存储有行为控制数据库，所述处理器用于执行：

获取第一行为的行为数据；

对所述第一行为进行解析，提取所述第一行为的行为特征，所述行为特征包括下列特征中的至少一种：行为时间、行为地点、行为主体、行为对象和行为结果；按照以利他为原则的人工智能道德体系对所述第一行为的行为特征进行评价，从而获得所述第一行为的第一可执行度；

将所述第一行为以及相对应的所述第一可执行度存储在所述行为控制数据库中，以使得人工智能终端获得与所述第一行为匹配的待执行行为的可执行度，并在所述待执行行为的可执行度大于阈值时，执行所述待执行行为，或在所述待执行行为的可执行度小于等于阈值时，不执行所述待执行行为。

7.根据权利要求6所述的设备，其特征在于，其中，在获取第一行为的行为数据之前，所述处理器还用于执行：构建依据以利他为原则的人工智能道德体系的深度学习神经网络；

所述按照以利他为原则的人工智能道德体系对所述第一行为的行为特征进行评价包括：

利用所述深度学习神经网络对所述第一行为的各行为特征进行评价。

8.根据权利要求6所述的设备，其特征在于，所述处理器还用于执行：

接收作为样本的第二行为的行为数据及其第二可执行度；

将所述第二行为的行为数据以及相对应的第二可执行度存储在所述行为控制数据库中。

9.根据权利要求8所述的设备，其特征在在于，所述接收作为样本的第二行为的行为数据及其第二可执行度包括：

获取用户输入的作为样本的第二行为的行为数据及其第二可执行度，或者，接收其他设备发送的作为样本的第二行为的行为数据及其第二可执行度。

10.根据权利要求6所述的设备，其特征在于，所述行为控制数据库中的数据被存储为只读数据。

11.根据权利要求6所述的设备，其特征在于，所述设备为所述人工智能终端或与所述人工智能终端连接的服务器。

12.一种人工智能控制系统，其特征在于，所述系统包括人工智能终端及与所述人工智能终端通讯连接的服务器，所述人工智能终端或服务器为如权利要求8-10任一项所述的设备。

13.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有程序，所述程序能够被执行以实现如权利要求1-5任一项所述的人工智能的行为控制数据库的建立方法。

Images