现阶段，随着人工智能技术的日趋成熟，人工智能产品的层出不穷，作为新时代技术革命的驱动者，其带来了不同领域的加速发展，但是与此同时，新兴技术所带来的法律风险也不可估量。而随着万物互联时代的到来，大数据的迅猛发展，以及各种算法理论的更新，人工智能进入爆发式的发展阶段，世界发达国家均积极投入发展人工智能技术，纷纷争取掌握此领域的发展主导权。目前的人工智能技术实现了特定领域的自我学习，在特定领域能完全脱离人类控制实现自我运作。
　　与此同时，科技的迅速发展也带来了一定的现实以及法律风险，人工智能所带来的法律风险区别于传统科技风险，由前述可知，大数据时代催生人工智能深度学习研究迅猛发展，而深度学习所带来的风险实际上源于促使其发展的数据和算法。犯罪技术的进步使得犯罪正本大大降低，同时也使得部分传统犯罪发生了量变和质变，实际上为社会生活带来了更大的风险和威胁，例如部分犯罪分子将人工智能技术应用到破获、盗窃受害者个人信息上，利用获得的信息对其进行诈骗，带来了财产甚至人身损失。对于此类问题，现阶段理论界讨论的方向主要是从人工智能主体归责方面进行，而现实问题是由于人机之间的交互模式，使得使用者和工具之间不能完全分开，机器在适应使用者进行不断的自我调整，因此不能只把限制对象或者归责对象局限于使用者，必须加入人工智能本身的智力考虑。人工智能的法律问题虽然如上所述纠结于人工智能及机器人的主体资格适用问题以及归责问题，然而在实质层面，其所反映的问题是在人工智能时代，刑法因果关系的调整范围与适应性在偏离和变弱的情况下，应该怎样对人工智能机器人及其行为与结果进行法律因果关系客观归因、责任归责的问题。因此，本文主要旨在对法律因果关系以及人工智能两个领域进行研究，对这两个领域目前存在的困境、行为的异化以及相互融合进行分析对照，最终解决对人工智能行为的因果关系认定问题。
　　本文通过对传统刑法因果关系各理论学说的研究，整理出在利用传统因果关系分析人工智能行为时所遇困境，提出人工智能行为较传统犯罪行为的不同之处，并且指出传统因果关系难以适用的原因。对人工智能的指令行为以及机器人行为的特征和行为模式进行具体分析，通过对法律因果关系内部进行各种模式进行反思，再融合法律系统内部与人工智能行为外部特征，最后得出呈现出适应性的因果关系模式来对人工智能行为进行刑法因果关系认定。
　　本文在论述人工智能行为的刑法因果关系认定的过程中不仅旨在解决现在以及将来发生的相关行为因果关系认定的困境问题，实际上也提供了一条法律应对社会变迁的可行性路径。主要是在卢曼的系统论的基础之上，通过对法律外部社会特性的观察和研究，分析外部社会的行为特征和逻辑基础，再对法律内部系统进行调试，以构建一个能够成功应对外部系统变化的法律体系。结合本文，主要是通过对人工智能行为的刑事风险和不同行为特征进行深度剖析，通过对其不同系统的行为模式的研究，再结合对法律因果关系内部的不同模式的反思，可以达到将原本处于封闭状态中的法律内部系统和基于其规制的外部系统二者的融合状态的目标，继而解决人工智能行为的刑法因果关系认定难题。
　　最终提出了对于人工智能行为的刑法因关系认定标准应立足于风险标准模式，通过对风险标准模式的修正，进而分别对人工智能系统的有导向性算法和无导向性算法模式下的作为和不作为进行归因和归责的评价。