本书从四个角度对人工智能伦理与安全的相关议题进行了深入探讨：①研究人工智能伦理与安全的必要性和紧迫性，涉及我国人工智能发展战略解读、人工智能伦理准则，以及安全法规的产生背景与发展脉络；②业界在人工智能伦理与安全领域的研究思路与理论成果，包含安全可信人工智能、人工智能时代的隐私与监控、人工智能与信息安全等内容；③人工智能技术对各行各业产生的社会性影响与相应的应对之策，涵盖人工智能与就业机会、人工智能系统的偏见、无人驾驶的法律责任、人工智能造假与欺骗，以及人工智能武器化等角度；④人类与强人工智能、机器人之间的相处风险与规避建议，主要从机器人的“人权”与道德、人工智能技术奇点这两个方向展开讨论。
本书既为行业从业者提供了前瞻性视野和产业应用观，也兼顾教学要求，提供了基础知识及行业应用的系统体系，为读者树立了产业观、职业观、技术观、价值观，同时跟进了近年来人工智能发展的最新成果、最新思维及面临的社会伦理问题与安全挑战，填补了业内对人工智能伦理与安全领域系统研究的空白。
本书内容系统化、知识覆盖面广、思考有深度、建议可操作，对广大人工智能行业从业者、学者及在校学生大有裨益。

徐亭，学者、思想者、社会活动家。智产融合概念提出者，持续经营体系构建顶层设计者，“经营科学”概念体系创立者，数字经济创新实践者。现任上袭公司董事长兼首席数字官，IHETT（“智能+产业融合”高端智库）创始人，济南大学人工智能研究院联席院长，中科华数信息科技研究院联席院长，上袭智研院创始人、数字营销专家、私募股权与企业上市专家、天使投资人、蓝源资本高-级顾问。
中国互联网协会“互联网+”研究咨询中心创始发起人，联合国工业发展组织全球科技创新网络中加创新中心联合主任，中挪创新中心联合主任，联合国工业发展组织上海国际智能制造促进中心专家委员会委员。“大数据及人工智能产教融合系列丛书”编委会主任、高级顾问，“智能+产业融合丛书”编委会主任、总编辑。

第1章 我国人工智能发展的战略定位与发展思路
1.1 AI的溢出带动“头雁”效应
1.2 AI需统筹谋划与协同创新
1.3 AI的基础理论与算法研究应先行
1.4 抓住关键核心技术占领制高点
1.5 加强人工智能与产业发展融合
1.6 AI应当以保障和改善民生为主线
1.7 AI发展的潜在风险研判和防范
1.8 在发展AI过程中解决伦理与安全问题
第2章 人工智能的产生与发展
2.1 人工智能的起源与发展
2.2 人工智能的定义与流派
2.2.1 逻辑主义
2.2.2 贝叶斯派
2.2.3 联结主义
2.2.4 行为类比主义
2.2.5 进化主义
2.3 人工智能的细分领域
2.3.1 人工智能研究分支
2.3.2 人工智能技术架构
2.4 人工智能的行业应用
2.4.1 智慧医疗
2.4.2 智慧金融
2.4.3 智慧教育
2.4.4 智慧城市
2.5 探索下一代的人工智能发展方向
第3章 人工智能伦理概述
3.1 IEEE发布的《人工智能设计的伦理准则》
3.2 机器道德
3.2.1 为人工智能赋予道德主体地位
3.2.2 人工智能道德主体地位之批判
3.3 伦理风险评估
3.3.1 人工智能威胁用户隐私安全
3.3.2 人工智能侵犯用户生命财产等合法权益
3.3.3 人工智能动摇人公平参与社会活动，享有社会资源的权利
3.3.4 人工智能干涉人类对自我意识与行为的判断决策，动摇人的独立自主性
3.3.5 数字化劳动相关权利问题
3.3.6 进一步加深数字鸿沟
第4章 安全可信人工智能
4.1 人工智能信任危机
4.2 人工智能的“安全”
4.2.1 技术安全
4.2.2 应用安全
4.2.3 法律与伦理安全
4.3 人工智能的“可信”
4.3.1 G20人工智能原则
4.3.2 欧盟人工智能原则
4.3.3 可信人工智能的关键问题
4.3.4 可信人工智能的关键技术
4.3.5 伦理、法规与可信人工智能
4.3.6 小结
4.4 联邦学习
4.4.1 联邦学习简介
4.4.2 横向联邦学习
4.4.3 纵向联邦学习
4.4.4 联邦迁移学习
4.4.5 联邦学习的应用
4.4.6 小结
第5章 人工智能与社会治理
5.1 智能化社会治理——算法即规则的提质升级
5.1.1 算法即规则的原理与应用
5.1.2 智能化社会治理的主要挑战议题
5.1.3 智能化治理的公共政策创新
5.2 协同化社会治理——以伦理为先导的社会调控
5.3 生态化社会治理
5.4 法治化社会治理
5.4.1 以安全为核心的立法体系
5.4.2 深度优化制度设计
5.4.3 以法律为主导的风险控制
5.5 探索人工智能社会治理的中国方案
5.5.1 基础理论研究
5.5.2 关键核心技术
5.5.3 平台与设施建设
5.5.4 监管合规保障
5.5.5 高等人才培养
5.5.6 理念与模式创新
5.5.7 全球合作共治
第6章 人工智能时代的隐私与监控
6.1 基于用户数据的人工智能建模
6.1.1 大数据的产生
6.1.2 大数据的应用
6.1.3 人工智能服务个性化
6.2 人工智能安防
6.2.1 人工智能安防生态
6.2.2 计算机视觉与身份验证
6.2.3 视频结构化与快速检索
6.2.4 行为分析辅助安防应用
6.2.5 多维度安防大数据分析
6.3 人工智能舆情监控
6.3.1 事件识别、发现与跟踪
6.3.2 企业舆情与政府舆情
6.3.3 舆情监控与融媒体
6.4 人工智能与数据隐私
6.4.1 隐私和隐私权的界定
6.4.2 保护数据隐私的建模手段
6.4.3 边缘计算与数据隐私
6.4.4 可解释的人工智能
6.5 人工智能时代的隐私保护政策
6.5.1 美国的数据隐私保护法律
6.5.2 欧盟的《通用数据保护条例》
6.5.3 其他国家数据隐私保护政策分析
6.5.4 中国数据隐私保护政策
第7章 人工智能与信息安全
7.1 网络攻击与防御
7.1.1 网络安全的主要威胁因素
7.1.2 黑客常用的攻击手段
7.1.3 网络安全常用的防御手段
7.2 基于人工智能的网络攻击
7.2.1 输入数据的对抗性攻击
7.2.2 可信的AI系统的挑战
7.3 基于人工智能的网络防御
7.3.1 可信系统的增强
7.3.2 预测性态势分析
7.3.3 自主化网络防御
7.3.4 AI网络的人机交互
7.4 人工智能安全标准体系
7.4.1 人工智能安全标准体系介绍
7.4.2 人工智能基础安全标准
7.4.3 人工智能数据、算法和模型安全
7.4.4 人工智能技术与系统安全标准
7.4.5 人工智能管理与服务安全标准
7.4.6 人工智能测试评估安全标准
7.4.7 人工智能测试产品和应用安全标准
7.5 人工智能时代的网络技术发展
7.5.1 人工智能引入的必要性
7.5.2 人工智能网络应用场景
第8章 人工智能与就业机会
8.1 被人工智能取代的工作
8.1.1 第一产业
8