摘要。人工智能系统以越来越自主的方式做出影响我们日常生活的决策。他们的行为可能会导致事故、伤害，或者更普遍地说，违反法规——无论是有意还是无意。因此，人工智能系统可能被视为各种事件的嫌疑人。因此，将特定事件与人工智能、其所有者和其创造者联系起来至关重要。鉴于来自多个制造商的大量人工智能系统可能被其所有者更改或通过自学而改变，这似乎并不是一件容易的事。本文讨论了如何识别对事件负责的人工智能系统以及它们可能“设计恶意”的动机。除了概念化之外，我们还进行了两个基于强化学习和卷积神经网络的案例研究，以说明我们提出的方法和挑战。我们的案例表明，“捕捉人工智能系统”似乎往往并非易事，需要丰富的机器学习专业知识。强制在人工智能系统运行期间收集强制性信息的立法措施以及唯一识别系统的方法可能会缓解这一问题。