2016年1月，河北邯郸的高雅宁驾驶特斯拉汽车在高速公路上以“自动驾驶定速模式”行驶。
在遭遇位于前方的道路清扫车时，特斯拉车载人工智能却未采纳任何紧急制动或避让方法，导致高雅宁径直撞上道路清扫车，并终极抢救无效去世亡。

作为我国首起基于人工智能的侵权案件，此案具有一定的代表性。
虽然我国目前尚未发生大规模的人工智能侵权案件，但随着自动驾驶汽车的遍及，其后或将有类似的案件诉至法院。
因此，有必要就人工智能带来的冲击进行前瞻性谈论，并制订相应的风险分担机制，以保障生产者、利用者及受害人的利益。

人工智能的定义

关于人工智能，目前学界有诸多不同定义。
尤其在判断智能的标准上，更是有着极大辩论。
笔者认为，从机器到机器人，人工智能的不同之处在于，其具备了在数据交流的根本上完备的自主学习能力、基于详细环境信息下的自主判断能力，以及自主作出干系行动的能力。
概括来说，人工智能是不须要人类参与或干预，即可进行“感知-思考-行动”的机器人。

至于基于人工智能设计的自动驾驶汽车的观点，各国规定也不尽相同。
依据美国汽车工程师学会给出的评定标准，自动驾驶可分为6个等级。
个中，第0-2级为赞助驾驶车辆；第3-4级为高度自动驾驶车辆（Highly Automated Vehicle，以下简称“HAV”）；第5级则被称为无人驾驶车辆（Self-Driving Car，以下简称“SDC”）。

本文所称的自动驾驶，并不包括赞助驾驶。
下文剖析均基于第3-5级人工智能自动驾驶下的交通闹事环境。

传统民事侵权任务的适用困境

（一）差错侵权任务原则适用困难

依据《中华公民共和国侵权任务法》（以下简称《侵权任务法》），归责以差错任务为核心、以无差错任务为例外。
但是，在自动驾驶汽车侵权中，常日难以确定当事人的差错。

以特斯拉汽车为例，在启用SDC模式下，人工智能将独立接管全车的驾驶掌握系统，而无需驾驶员进行任何赞助。
从某种意义上说，此时驾驶员已经完成了由司机到搭客的角色转变。
那么，当发生交通闹事时，若法律将差错归责于驾驶员，则与发明自动驾驶汽车的意义相违背。
同时，也将对驾驶员造成极大的不公正，由于这将使其对非因自身差错导致的结果卖力。
但是，若将差错归责于生产者，也难以自作掩饰。
究其缘故原由，事发时，人工智能系统是基于自我学习感知而作出的行为，生产者本身并不干预人工智能的详细行动。

（二）产品任务难以举证

当侵权受害人无法以差错任务哀求驾驶员赔偿时，理论上彷佛可以引用产品任务的无差错原则，以产品毛病为由，向生产商、制造商追偿。
但是，在实践中，该追责办法同样极为困难。

根据我国干系法律规定，受害方负有证明产品存在毛病的举证任务。
但就自动驾驶汽车闹事侵权案件来说，证明其外部机器设备制造毛病较为随意马虎，证明警示毛病也有可论证空间。
但是，若存在内部的人工智能设计毛病，由于其技能的高精尖性及不可预测性，受害方很难证明该人工智能自主学习后的程序运行结果是有缺陷的，更难以进一步证明该算法运行结果会有“危及人身或财产安全的不合理危险”。
纵然发生了交通事件，因人工智能具有高度的自主性和学习能力，且其后天的学习不为初始制造职员所掌握，以是，仅从技能层面论证，很难将任务归咎于生产商。
生产商乃至还可以援引“开拓风险”抗辩或以“技能中立”来主见免责。

（三）人工智能本身不能成为任务主体

有学者指出，既然无法直接适用《侵权任务法》的差错任务与产品任务，那么，能否由人工智能直接承担法律任务？目前来看，这个答案仍旧是否定的。
依据我国现有法律规定，只有法律主体可承担法律任务，而人工智能尚不具备法律人格，无法成为法律主体，故也无法独立承担法律任务。

若想调度和规范人工智能侵权问题，需对现行法律规则作出进一步完善。
笔者提出以下构想，以供谈论。

明确自动驾驶下的风险分担原则

由于人工智能无法独立承担侵权任务，因此，当自动驾驶发生交通闹事时，在无法直接适用现有《侵权任务法》的条件下，应该将产生的风险进行分配，以明确侵权任务。

（一）风险掌握原则

依据风险掌握原则，当某些日常活动存在一定危险性、有危害他大家身及财产安全的风险时，为了保障社会安全秩序，一定须要干系职员对个中的风险加以掌握。
该干系职员应具备以下条件：需对特定事物或活动的危险有一定理解；当危险发生时，干系职员需有掌握风险的技能或能力。
在此情形下，因特定风险引发的丢失应由掌握该风险的干系职员承担法律任务。

在HAV状态下，机动车的驾驶员或所有人均能对驾驶活动所存在的风险予以一定掌握，因而法律有必要授予其警示责任。
在此环境下发生的交通事件，机动车的驾驶员或所有人均应依法对由风险引起的丢失承担相应的民事任务。
但是，在SDC状态下，基于驾驶员对完备自动驾驶的合理信赖，以及发明人工智能自动驾驶的本意，法律可不逼迫哀求驾驶员负有警示责任，驾驶员此时无需对丢失承担终极任务。

（二）危险开启原则

危险开启原则认为，存在危险的日常行为活动是社会发展的一定须要，危险本身是被法律所许可的，危险活动的开启人并不须要承担法律任务。
但是，在活动进行过程中，如果有关职员存在过失落，则危险活动的开启人为任务主体，答允担任务。

在HAV和SDC状态下，驾驶员利用自动驾驶系统，会在原有根本上给社会增加一定危险，属于开启一种危险活动的行为。
由此，在HAV状态下，若驾驶员在驾驶过程中存在差错（如未合理把稳），则其应为事件的任务主体；而在SDC状态下，驾驶员虽并无警示责任，但基于其危险开启人身份，也应与生产者共同承担不真正连带任务。

（三）报偿原则

报偿原则认为，给予每个人其应得的东西，乃是“正义”观点的题中之义。
“应得的东西”既包括正面的利益，也包括负面的罚则。
该理论运用于民法领域，即当民本家儿体进行活动或卖力管理某物时，其在享受该民事行为带来的收益的同时，也要承担伴随而来的风险。

在自动驾驶状态下，首先的受益者是驾驶员。
当人工智能为其做事时，驾驶员既解放了双手，又能到达目的地。
但是，考虑到驾驶员（或者说车辆所有者）已在购车时就付出了相应的购置费，因此，可以认定其已提前为自己所受利益“买单”。

此外，人工智能自动驾驶系统的生产商也是受益人之一。
一方面，生产商已收受消费者高昂的购置费；另一方面，自动驾驶系统在被利用过程中会自动识别路况、网络数据，并通过内置程序反馈给生产商，而生产商则可以利用这些数据，进一步升级和完善人工智能系统。
由此可见，生产商的收益是贯穿人工智能生产和利用全阶段的。
因此，基于报偿原则，由生产商承担紧张任务、驾驶员或车辆所有者承担次要任务，是符合公正正义原则的。

根据上述风险掌握、危险开启和报偿原则，在利用自动驾驶系统的过程中所产生的事件任务，应该由机动车驾驶员或车辆所有人、人工智能系统生产商和车辆生产商等民本家儿体依合理比例进行分担。

自动驾驶侵权下各主体详细任务划分

（一）驾驶员任务

在HAV状态下，若因人工智能系统问题而造成机动车交通事件，将任务完备归于无差错的驾驶员显失落公正。
根据上述风险掌握原则，只有当系统已警示驾驶员进行接管而驾驶员未操作时，驾驶员才需对这次事件承担与其差错相应的任务。
但是，由于受害者是比驾驶员更弱势的存在，其利益更值得保护。
因此，在举证任务方面，应该适用差错推定原则，由驾驶员举证自身不存在差错。

在SDC或已尽警示责任的HAV状态下，非因驾驶员干预而引发事件时，驾驶员将不承担当何差错任务。
但是，根据报偿原则，驾驶员享有一定的受益。
因此，为了保护受害人的利益，在此种环境下引入不真正连带任务的观点是可以接管的。
此时，受害人具有向驾驶员或生产商索赔的选择权。
驾驶员先了债后，可再向生产商追责。

（二）外部载体生产商任务

当自动驾驶汽车内部人工智能系统与外部机器载体不属于同一生产商时，则发生任务主体的分离。
如发生制造毛病环境，则应单独深究载体生产商的任务。
在现实生产中，若产品本身已背离其设计意图，那么，即便在制造和发卖该产品的过程中已尽到所有可能的谨慎，产品仍旧会存在不合理的危险性，即制造毛病。
制造毛病常日与设计无关，而是由于在制造的过程中质量不过关、工艺水平达不到哀求、产品物理布局毛病等缘故原由引起的。
自动驾驶汽车外部载体的制造毛病与其他普通产品的制造毛病并无不同，仍可适用我国关于产品任务的干系法律规定。

（三）内部智能系统生产商任务

内部智能系统生产商，即核心AI程序的生产商。
目前，人工智能自动驾驶系统在测试中所涌现的问题，紧张分为以下几种：

设计毛病。
设计毛病常日指的是某一产品在设计上存在的固有缺陷。
从自动驾驶系统的角度看，设计毛病指的是自动驾驶系统的生产者在进行预置算法、设计程序等制造过程中就已经“埋下”的不合理危险。
该毛病并非由于人工智能的后天学习所致，而是先天的人为可控毛病。
因此，设计毛病属于《中华公民共和国产品质量法》的调度范围，可引用现行产品质量问题归责办法，由生产者和发卖者承担不真正连带任务。

警示毛病。
只有在HAV模式中，人工智能自动驾驶系统才须要驾驶员进行合营、保持一定的警示、随时等待接管或进行其他操作，故警示毛病仅发生在HAV模式中。
但是，驾驶员进行接管或采纳其他操作的条件是系统发出警示，并且生产商已经提前奉告消费者利用方法。
若生产商未尽奉告责任或因其差错导致警示系统存在毛病，则应由生产商承担终极任务。

不可验毛病。
不可验毛病是指由于产品内置了人工智能系统而引发的分外独有缺陷。
由于人工智能已具备自主学习能力，因此，算法行为从根本上来说是动态的，是生产者难以提前预见的，人工智能系统的“感知-判断-行为”这一决策逻辑过程，都取决于其自身的履历和与驾驶环境的相互浸染，依赖于自身学习所产生的数据。
当涌现交通事件时，或许按照人工智能自身的逻辑判断并不应涌现问题，或者无法查明究竟是何种缘故原由引发人工智能作出干系行为，进而导致事件，此类危险可称为人工智能的不可验毛病。
笔者认为，此处应该借鉴美国、日本的理念，对生产者适用绝对任务。
同时，设立风险转移路子以降落生产者的制造压力。
如今，人工智能系统险些摆脱了人类的操控。
因而，谈论人类在主不雅观上的故意或过失落已无太多意义，更有必要关注所引起的侵害事实与丢失，这也契合提出绝对任务之初衷。

生产者的风险转移

基于受害者的弱势地位，授予生产者以绝对任务是可接管的。
但不可否认的是，人工智能技能目前仍未完备发展成熟，此时将不可验毛病所导致的侵权任务一味地归由生产商承受，或将极大地打击海内厂商研发人工智能的积极性。
因此，有必要建立生产商的风险转移机制，以减轻其任务包袱，促进人工智能生产研发的发达发展。
笔者提出以下几点建议：

（一）建立双制度任务保险制度

商业保险作为当代社会经营者转移风险的主要路子之一，也可被引入自动驾驶领域。
美国加利福尼亚州最新制订的自动驾驶汽车昭示条款规定，制造商必须以投保商业保险、供应担保金或自担保明的办法，证明其有能力对自动驾驶车辆交通闹事讯断承担危害赔偿任务。

就我国自动驾驶行业而言，建立双制度保险制度是可选路径。
首先，驾驶员投保机动车逼迫任务险的责任仍旧保留，以便于应对人工驾驶或在HAV模式中驾驶员承担差错任务时的危害赔偿。
但同时，保险内容应该新增“因车辆利用者未尽检讨、维修责任或未按法律规定利用汽车等缘故原由造成的交通事件”条文，并提高相应的保费。
其次，由保险公司设立专门的人工智能自动驾驶任务险。
其紧张保险工具为因人工智能自动驾驶系统的不可验毛病所造成的侵权任务，并可参照机动车交强险的逼迫投保责任，由法律逼迫哀求生产商为其生产的人工智能产品投保。

在双制度任务保险制度下，当自动驾驶车辆闹事后，不仅生产者和驾驶者承担任务的压力可减轻，同时，受害者也将得到充分的保障。

（二）设立人工智能相信任务基金

除了保险路子外，建立相信任务基金也是应对人工智能侵权的办法之一。
美国曾颁布的“价格-安德森法案”（Price-Anderson Act）为核事件设立了两层任务保障：第一层是私人保险，由保险公司承保；第二层是任务保险基金池，属于事件任务相信基金，由运营核反应堆的私营公司按比例分摊和注入资金。

与核产品类似，自动驾驶汽车的高社会效用同样伴随着高风险。
无人驾驶如若在未来全面遍及，全城的汽车行驶路线将完备取决于内置的人工智能程序的决策。
彼时，如果人工智能程序遭受黑客攻击而发生大面积错乱驾驶，又或者人工智能因自身逻辑缺点而罢工，其灾害性将不亚于核透露。
因此，笔者认为，有必要为人工智能自动驾驶设置类似的相信基金池，由运营自动驾驶的私营公司按比例分摊池内金额，以保障在第一重保险赔偿后仍无法受偿的受害人得到第二重救援。

人工智能的发展已成为不可阻挡的历史潮流，现有的法律体系一定将受到冲击。
本文以人工智能领域中发展较快的自动驾驶汽车行业为切入点，剖析了当代法律在适用人工智能侵权时可能陷入的困境，并进一步磋商了自动驾驶下的详细侵权任务划分。
希望借此能为我国法律规制人工智能问题供应一些思路，进而促进人工智能领域的良性发展。

【本文系2018年浙江省软科学研究操持项目（操持编号：2018C35050）研究成果】

本期封面及目录

《中国审判》杂志2020年第11期

中国审判***半月刊·总第249期

编辑/孙敏