img

热门

根据塔塔咨询服务公司的一份报告,68%的印度公司使用人工智能(AI)进行IT功能,但70%的人认为,到2020年,人工智能对IT以外的职能影响最大,如营销,客户服务,财务和人力资源此外,大多数公司认为人工智能具有变革性,并认为在未来保持竞争力至关重要所有启用人工智能的创新的主要目标是尽可能减少人力劳动并尽可能地增强人的能力机器学习(ML),一个子集人工智能,自过去20年以来一直在增长,但已经达到拐点并演变为人工智能技术和商业智能(BI)分析的交叉点主要由于硬件和软件功能的加速,人工智能系统现在可以更快地学习,预测更准确,执行他们尚未尝试过的任务科技巨头谷歌已经打赌下一波创新进入人工智能领域与桑达皮采揭幕他公司新的AI计算机芯片,TensorFlow处理单元,GPU加速芯片,带有预加载的AI软件,可用于各种AI和ML应用TensorFlow应用范围从信息检索或搜索到摘要,图像和情感分类和预测分析AI和ML是任何知识驱动行业的自然解决方案,其中重复产生大量新数据新数据需要标准化,分类,汇总和存储,所有这些都是最适合AI / ML实施的任务

法律领域展示了所有这些显着特征,因此是一个行业的主要竞争者,通过应用和使用AI AI进行司法改革将进行变革

根据国家司法数据网格,超过26个案例正在等待当地,地区和高等法院以及最高法院,其中近9%的案件已经等待10年或更长时间在一个平均ge,每天提交30,000个案件,每天约有28,000个案件被裁定这意味着有2,000个未决案件的短缺,导致每年积累的累计积压案件中积压了73万件案件积压案件数量下降在司法机构的行政职能范围内解决这一看似长期存在的问题还涉及司法基础设施和法院扩展的执行资金的指数增加为了保持正义的信念和承诺,行政部门和司法部门的行政管理必须分支机构真诚地为案件提供法律解决,尤其是待审案件超过5至10年的案件

人工智能在司法机构中的适用范围分为三类:1待决案件的优先顺序:针对滔天罪行的刑事审判自然会对涉及低于某一阈值的货币索赔的民事审判具有重要意义对于个人纠纷,安全性或国家意义可能更重要每个优先级规则可能是ML优化模型中的一个简单的超参数每个法官的日子只包括手头最重要和最紧迫的事情,以及整个时间司法机构将得到更好的利用和适当的优先顺序2对总结,宣誓书等的总结:ML的发展实质上使得更准确的总结2016年,谷歌宣布使用其AI工具库-TensorFlow来总结其新闻产品的新闻标题虽然TensorFlow的研究现已开源,并准备应对总结法庭文件的挑战3案例法研究:普通法司法管辖区的法官(印度,英国,加拿大,美国,等)高级法院/最高法院在过去案件中使用相同或类似情况作为自己决定中具有约束力的先例作为判决规则法律责任,法官必须遵守上级或同一法院AI对律师的约束性决定,律师事务所AI立即向法律从业人员和法官申请三个方面:1法律研究:法律研究是顺利运作的必要服务

法律服务市场,2011 - 12年价值610亿美元 律师在辩论案件时,需要深入研究数百个相关案件的法律研究,并仔细阅读数千页决策,以推断出有利于客户动议或申请的正确案件

相反,律师也需要了解相反的观点以及支持判例法理由,他们可以制定防御性缓解策略2预测分析和可视化:智能助理(Alexa,Siri,Ello等)等消费者互联网产品中基于AI和机器学习的平台正在慢慢接管吸引消费者的传统和静态数字模式即使像Cyril Amarchand Mangaldas这样的顶级律师事务所也正在利用人工智能的力量进行合同分析和审查法律领域的创业环境开始升温,美国投资者将注意力转向创业公司等作为RavelLaw和RossIntelligence美国的新时代法律研究初创公司正在利用分析来可视化数据并确定是否他们导致积极或不利的判决来自数据的其他预测性见解包括赢得案件的概率,判断文本的情绪分析以找到法官的历史推理以及关于该主题的相同或类似判断在印度,离家更近像LarLawcom这样的初创公司正在提供基于人工智能的案例​​法研究工具,这些工具由总结算法和机器学习驱动,使用CaseRanking对案件进行排名

这些工具有助于告知律师哪些案件更适合在法院引用而不是其他案件

提供有关案件网络如何相互关联的分析“律师知识”库与原始内容如NearLawcom也很受欢迎3 AI律师事务所管理:特别是对于律师事务所,AI助理从客户收集标准化要求的概念是一个可扩展的想法机器人顾问(或自动机器人)为高净值个人和超HNI提供建议的崛起动摇了曾经被认为是保守和过时的欧洲财富管理行业如果富裕的欧洲人将他们的货币投资决策委托给自动机器人,那么合法的人工智能聊天机器人肯定不是一个牵强附会的想法,尽管更多关于态度和客户偏好的研究需要进行的工作大多数律师事务所的行政运作,如工资管理,资源管理,会议日程和客户账单,都类似于其他行业的公司

54%的经理时间用于行政/协调和控制任务,管理层投资人工智能以自动化这些任务是一个巨大的动力Boon还是祸根

我希望NLP / AI的使用将从传统上称为“律师”(律师)开始,然后扩展到“工作台”(法官),即使是法官也可以利用NLP总结的力量来收集上诉人(请愿人)和被告(被告人)争议的总和除了花费更少的时间进行法律研究和更多时间与客户,律师和律师事务所可以提出论据并以数字方式提供证据,使其得到处理,验证和提交得更快法官可以根据行为/法规以及关于争议的法律主题的最新判例法迅速推断哪一部分包含优点虽然AI / NLP将成为工具,人类思维的自由裁量权,经验和知识将在裁决纠纷中至关重要;因此,法官仍然是该制度不可分割的一部分许多法律行业高管,律师和律师事务所的常见错误观点是,AI或ML对其存在构成威胁,或简单地说,AI将取代律师证据从电子商务,医疗保健和会计等其他行业和垂直行业来看,AI / ML只会让法官,律师和律师事务所能够用更少的资源做更多的事情,以便比其前任律师,律师事务所合伙人和员工更有效率很好地将人工智能视为一种超级智能的同事,他们帮助他们专注于需要创造性技能和精细判断的高阶任务,同时将重复和标准化的任务降级到人工智能机器上说,需谨慎注意:人工智能加速的快速发展速度比大多数法律专业人士意识到或完全理解的要快 那些评估情况和计划雇用和培训未来律师和专业人员的合适技能的律师,公司和专业人员将为AI时代做好准备Vikas Sahita是NearLawcom的创始人

观点是个人喜欢这个专栏

注册我们的每日时事通讯以获取我们的热门报道

News