类别
最新消息

评论:人工智能–申请法律

在这篇广泛的文章中,关于法律的人工智能,应该成为任何对该主题,Ben Gardner,数据感兴趣的人的进入资源&LinkLaters的信息架构师要求:‘是威胁还是机会? ’他说这都是。对于那些专注于日常生活的人来说,这是一个威胁,对于那些专注于创新/定制的人来说是一个机会。因此,建议应该是了解这些新技术,并探索他们创造的机会。这不应限于目前进程的迭代改进,但更重要的是要识别转型变革的机会。

Ben Gardner,数据&信息架构师,LinkLaters

概括

是威胁还是机会? It is both, to those focused on the routine it is a threat, to those focused on innovating/bespoke it is an opportunity, as pointed out by John O. McGinnis & Russell G. Pearce[1]。因此,建议应该是要了解这些新技术,并探索他们创造的机会。这不应限于目前进程的迭代改进,但更重要的是要识别转型变革的机会。

介绍

去年,在主流媒体内作为一个非常热门的话题(见埃龙麝香,斯蒂芬霍金斯,比尔盖茨等),这是一个人工智能(AI)。[2]。许多文章已经调查了新一代“机器人/ ai”举起练习的新一代“机器人/ ai”的幽灵,以前保存了职业(见Susskind书)[3]。在法律行业内,在AI的工具,初创和大型律师事务投资的出现,已经看到了类似的趋势。所有这项活动对最近的奥特曼卫生调查中的一个问题封装了所有这些活动的影响,这表明,在法律中的高级伙伴举办的所有层面将取代所有层面的概率的相信大幅增加公司[4]。但这是这种预测现实吗?如果我们要理解AI的影响,那么我们需要超越当下的夸张,并了解AI的内容,更重要的是它不是。在本文中,我将首先定义术语人工智能,并阐明当前工具的技术。接下来,我将探讨目前如何在律师事务所内和启动法律服务业的法律上应用AI。最后,我将解决问题“AI威胁或机会?”

什么是,不是

首先要识别的是艾美是一个炒作,流行的文化有一个“人为统计”和“妖魔化”。我们的第一个想法是我们认为AI是来自科幻小说,HAL 9000(2001 Space Odyssey),SkyNet(终结者)或更多最近AVA(EX Machina)的例子。这些是人造广义智能的例子,一种感知自我意识的实体,具有推理的能力,学习,表来,计划,沟通等。但这不是我们在这里考虑的AI。相反,我们正在寻找狭窄或弱ai的例子。这是一种非赋予形式的AI,它模拟了我们认为需要智能的活动的表现。例如,认为国际象棋祖母司加里卡斯帕夫与IBM的深蓝色。 Kasparov使用了他的经验和直觉来选择他的动作,而深蓝色使用了蛮力方法来计算所有可能的移动,然后选择具有最佳概率结果的动作。重要的一点是,计算地解决问题的方式与我们解决问题的方式不同。观察到的结果可能是相同的,但方法可能非常不同。

通过组合来自不同计算领域的一系列技术来构建薄弱的AI解决方案。最近,它已经在自然语言处理中进展(使计算机从非结构化数据中导出意义,即文本或语音),机器学习(为计算机提供无明确编程的容量)和建模(可以是系统的正式描述)通过计算机理解和利用,使预测导致AI的复峰应用。宽泛地说的弱AI由基于所使用,符号或统计的模型类型的两种方法来定义。象征性建模是20世纪50年代到20世纪80年代中期的主导范式,并使用正式逻辑来构建知识领域的代表。该模型是手工制作和以类似于计算机程序的方式开发。这种方法的最成功的例子是专家系统(见下文),这在20世纪80年代后期在AI中推动了以前的商业兴趣。最近统计建模技术已经发展,这些是当前AI应用的驱动力。在这种情况下,与机器学习算法结合使用大数据集,以构建基于正在分析的数据集中的模式的模式来构建统计模型。重要的是要认识到,这种方法通常需要非常大的数据集来建立模型,并且通过互联网可用的数据量表已经启用了该空间中的突破。这种方法可以在整个日常生活中从拼写检查和垃圾邮件过滤器到自动驾驶汽车和推荐发动机找到。 Stephen Wolfram已经描述了两种方法之间的基本差异为“[统计方法]是关于[模拟]个性大脑所做的,而不是[象征性的方法]再现和自动化......整个文明都知道”[5].

最近,我们已经看到了混合AI应用的出现,它使用统计和符号方法的组合来创建所需的最终用户体验。 Hybrid AI的例子包括智能手机助手(Siri,Cortana和Google,使用Ai Cloud Services(IBM Watson,Microsoft Azure和Amazon)构建的解决方案。这些下一代AI工具使用技术的组合,他们的发展已经与互联网的演变一样大量依赖。它可能在未来几年内,AI的重大进展将继续通过我们的要求管理和利用通过互联网访问的信息。

法律的人工智能

在上一节中,我们考虑了广泛的技术视角,并比较了潜在的方法。在本节中,我们将从能力的角度枢转,并从能力的角度查看AI,并旨在了解如何在法律职业中使用AI工具。我们将首先检查专家系统和文本分析区域的AI的示例。随后,这将审查AI法律启动空间内的趋势,并考虑潜在的未来发展。

专家系统

如上所述,自1980年代中期以来,先前的专家系统已经在商业上是在商业上的,而他们可能无法抓住当前世代工具的头条新闻仍然是一个强大的工具。在最简单的形式中,专家系统是一系列规则,‘if this, then that’陈述,可用于指导用户通过复杂的决策过程。在法律行业内部逻辑[6] and VisiRule[7] 是两家建立的专家系统提供商。示例实现可能是一个系统,其有助于扩展合规过程或三台诉讼索赔的系统。考虑以下情景,银行家需要确保她符合监管框架。而不是向每个交易咨询律师,他们被专家系统提示出来回答一系列导致他们预先起草意见的问题;是的继续,没有停止或寻求进一步澄清[8]。如果每个交易所需的实际律师输入,则这种方法允许以无法实现的规模应用的合规过程。专家系统通过允许以高效,成本效益的方式回答简单的决定来对“小麦从Chaff”中排序,同时标记需要专家考虑的那些。

文本分析

文本分析旨在允许计算机从非结构化内容中提取意义。该领域涵盖了各种技术,将统计和符号方法与AI相结合。虽然在已建立的Ediscovery工具中使用了一种简单的文本分析,但它是高级文本分析的商业化,允许出现新产品,如RAVN[9] and Kira[10]。这些解决方案超出了具有匹配的关键字和同义词的简单查找文档,并允许识别上下文含义句子结构和所讨论的实体。进一步通过使用机器学习算法,可以培训这些解决方案以识别更大的文本块,例如在合同中的整个条款,以及文档的更广泛的结构。这允许它们不仅可以分析单个文档,而且还允许基于文档语料库的相似性群集文档。可以在合法的环境中应用这些能力在适当的调查和文件比较方面可以容易地应用。例如,考虑与购买贷款捆绑有关的尽职调查锻炼。现代文本分析工具可以允许分析完整的合同语料库,而不是手动查看子集。所有合同都可以群集,识别常见的模板和标记异常值/异常。然后可以将文本识别应用于每个群集,以准确地从非结构化文本中提取实体,即名称,日期,地址,利率,术语,借款人,中断子句等。不仅可以在整个语料库中执行此分析,但它可以在一小部分时间内完成,它目前需要一群律师和律师签收,只在文件的一部分中进行。此外,重要的是要认识到,因为该分析以一致的方式通过计算机以标准格式执行。这意味着可以进一步分析输出来生成仪表板和商业智能报告,以便在视觉上描述整个文档语料库的配置文件。

法律技术初创企业

对法律技术初创企业的审查提供了一种有趣的观点,即如何用于创新新服务。一般而言,启动可以分为两个广泛的分组。第一个具有基于专利/法庭记录的提取,分析和创建洞察的既定产品,而第二组仍处于推出前阶段,似乎旨在分析/解释法律法规。第一个组包括lex machina等例子[11],法律学士学位[12],拉维尔法[13] and CLAWS[14]。这些公司使用文本分析来提取来自非结构化来源,专利和法庭记录的信息,构建可以开采的持久数据库,以提供洞察力,类似于古典商业智能报告。 Juristat和Lex Machina主要专注于知识产权空间,专门为专利审查员,市场内的知识产权状况或竞争对手专利组合的形象提供了深入了解。拉维尔法&对比度的爪子分析法院文件,以提供与法官和案件类似的洞察。

第二组启动是在推出前的阶段包括judicata[15],罗斯[16] 和工业/学术伙伴关系,如治理,监管&合规技术中心(GRCTC)[17]。 Judicata和Ross分别使用AI工具分析法律领域,加州就业法和加拿大破产法。根据公共领域可用的有限信息,它似乎这两家公司正在试图构建描述这两个法律领域的象征模型。然后可以使用这些模型来构建推荐引擎,但专注于帮助对这些法律领域的援助研究。这些解决方案应该被视为智能法律研究辅助助剂而不是AI律师,认为竞争对手具有lexisadodance或westlawnext等工具。该分组的另一个成员是在制定财务法规的象征性象征的GRCTC。与朱迪卡塔和罗斯类似,这些模型可以用来援助与这些法规一起使用的律师,然而,在这种情况下,最终目标是通过监测/审计的自动化将模型推动金融部门内的治理,监管和合规流程中的效率。[18]

AI威胁或机会?

到目前为止,在本文中,我们希望了解AI的主要方法以及使用AI技术开发的主要方法和新兴的工具/服务。在本节中,我们将考虑这些发展可能是律师的影响。

预测影响的一种方法是回顾过去,并考虑以前的技术进步的影响。例如,今天的10律师事务所可以使用Westlaw,手机,而不是20律师事务所可以与25年前的完整图书馆(以及支持人员两倍)的电子邮件做更多。这是否意味着该公司的10名律师是“replaced”由Westlaw / Mobile Phones / Computers?或者已重新部署这些资源?答案是肯定的,如果简要的质量保持不变,那么对法律产品的需求是无弹性的。让我们考虑这两个方面。

首先,作为研究的工具改善了简单的简要质量仍然是静态的吗?答案显然没有。简短的是“good enough”如果对立面可以利用你的遗漏或研究错误,过去可能完全不足。事实上,风险是,这将是一个红色的女王,双方都在使用一系列更好,更好的工具,仅仅为了彼此跟上而不是制作比较。

其次是对法律产品的需求缺点?再次答案是否定的。每当介绍一个新技术时,它将消除一些任务,但同时开辟了新的机会。正如Richard Susskind描述了法律服务如何从定制的方式发展到标准化以系统化以包装到商品化[19],技术是一个改变的代理商,驱动这个周期。很容易想到既定的流程,朝着循环的商品化结束,可以应用AI工具来推动持续改进和提供效率,即减少对大量律师/律师签收的需要进行手动文件比较/审查尽职调查期间的任务。然而,要创新我们必须以不同的方式思考并重新言语问题。借鉴尽职调查的例子,A​​I不仅能够审查所有文件,而不是代表性的子集,而且只是像Lex Machina,Juristat&Ravel Lave,它可用于构造从分析的文档语料库中提取的信息数据库。挑战是思考这种数据可以用于什么?可以提取什么洞察力?可以提供哪些新服务?最终如何向客户添加价值?

AI也是一个威胁或机会?对于那些专注于常规的人来说,这是一种威胁,对于那些专注于创新/定制的人来说,这是一个机会,如John O. McGinnis所指出的那样& Russell G. Pearce[20]。因此,建议应该是要了解这些新技术,并探索他们创造的机会。这不应限于目前进程的迭代改进,但更重要的是要识别转型变革的机会。

该评论涵盖了大部分内容所涵盖的内容 合法怪人 谈谈ai。你可以读本’s slides 这里.

[1]              John O. McGinnis &罗素G. PELCE“伟大的中断:机器智能如何改变律师在交付法律服务中的作用”– http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2436937

[2]              Elon Musk“AI是我们最大的存在威胁”–   http://webcast.amps.ms.mit.edu/fall2014/AeroAstro/index-Fri-PM.html; Stephen Hawkins“AI可以结束人类”– http://www.bbc.co.uk/news/technology-30290540; ,比尔盖茨“AI是一种威胁”– http://www.bbc.co.uk/news/31047780

[3]              Richard Susskind &Daniel Susskind“职业的未来:技术如何改变人类专家的工作” - 牛津大学出版社2015年出版社

[4]              Altman Weil调查“2015年过渡律师事务所”– http://www.altmanweil.com/dir_docs/resource/1c789ef2-5cff-463a-863a-2248d23882a7_document.pdf

[5]              采访斯蒂芬Wolfram对AI和未来(2015年7月) //gigaom.com/2015/07/27/interview-with-stephen-wolfram-on-ai-and-the-future/

[6]              Neota Logic http://www.neotalogic.com/

[7]              LPA - 逻辑编程associates http://www.visirule.co.uk/

[8]              欧盟抵押指令顾问– //demo.neotalogic.com/a/eucda

[9]              Ravn http://www.ravn.co.uk/

[10]             Kira //kirasystems.com/

[11]             Lex Machina //lexmachina.com/

[12]             Juristat //juristat.com/

[13]             Ravel Law //www.ravellaw.com/

[14]             CLAWS http://www.claws.io/

[15]             Judicata //www.judicata.com/

[16]             Ross http://www.rossintelligence.com/

[17]             Governance, Risk &合规技术中心 http://www.grctc.com/

[18]             汤姆管家“从金融行业的GRC解决问题”– http://www.grctc.com/wp-content/uploads/2015/12/GRCTC-Symposium-Prof-B-paper.pdf

[19]             Richard Susskind“明天’S律师:介绍您的未来“ - 牛津大学出版社2013年& http://www.legaltechnologyjournal.co.uk/content/view/21/

[20]             John O. McGinnis &罗素G. PELCE“伟大的中断:机器智能如何改变律师在交付法律服务中的作用”– http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2436937

3 replies on “评论:人工智能–申请法律”

本,

一个非常有用的一篇优秀的,研究的文章,感谢您花时间写这一点,非常感谢。

问候,

安德鲁

评论被关闭。