用于学习人工智能实体的基于上下文的防火墙

摘要

提供了在学习过程期间检测和阻止可能导致人工智能(AI)实体向用户产生不期望的行为的内容。接收一组一个或多个AI实体的输入信息。基于从一组策略中选择的策略的规则和与信息语料库相关联的信息的学习特征来评估输入信息的特征。确定评估输入信息的特征的结果是否超过预定阈值。响应于确定评估输入信息的特性的结果超过预定阈值，基于输入信息的上下文，通过使用防火墙执行选择性过滤动作来过滤所述一组AI实体的输入信息。