Федеральный суд Австралии создали машинного обучения доказательство правильности концепции, которая призвана помочь сторонам разделить активы и обязательства после расторжения отношений.

Практика цифровой регистратор Джессика дер Matossian рассказал, что компания IBM думаю, что в 2019 году в Сиднее, что доказательство концепции, разработанной в IBM партнер Каррингтон партнеров, прошли обучение на 1600 анонимных заявлений о вынесении судебных приказов согласие в суд.

Когда обе стороны, участвующие в споре, договорятся в ходе действия, они могут обратиться в суд, чтобы оформить соглашение с целью согласия.

Раскол обычно работал через юристов с обеих сторон, но Федеральный суд экспериментирует с тем, что он называет ‘АРК согласия того, AI-приложений, чтобы помочь сторонам более точно определить раскола, что бы получить одобрение суда.

“Инструмент фактически позволяет их вводить соответствующую информацию и основываясь на случаях, как и результаты людей, которые в подобных ситуациях, что процесс обучения машина думает, как человек и предусматривает, что процентное разделение с ними,” дер Matossian сказал.

“Рекомендация учитывает ряд факторов, таких как возраст, доход, способность получать доход, продолжительность отношений, и [Ли] участвуют дети.

“То, что эта система на самом деле делает, так это смотрит на то, что судьи принимают решение и регистраторы утверждение, и она говорит ‘это более честным и справедливым исходом данной ситуации, данного закона, учитывая позицию ты в плане того, что ваши активы и пассивы’.”

Инструмент не используемых в настоящее время истцы, или адвокаты, и Дер Matossian отметил, что после того, как он дошел до этого момента, последний звонок на любой актив дивизиона все равно будет одним для сторон в деле.

“Для суда, одну из самых важных ролей, которые мы играем, чтобы всегда оставаться прозрачным и беспристрастным”, – сказала она.

“Это означает, что мы можем использовать только средства для выработки рекомендаций и информационных целях на данном этапе.

“В конечном счете, если стороны не нравится, они могут пойти и договориться между собой или обратиться за дополнительной юридической консультацией. Но это решение в конечном счете лежит на них”.

Прежде чем искусственный интеллект может глубже закрепиться в определении правовых последствий, многие глубокие вопросы должны быть даны ответы и даны гарантии.

“Находясь в суде, мы ограничены в том, как мы можем использовать АИ,” дер Matossian сказал.

“Чтобы использовать его в качестве инструмента принятия решений просто не возможно для нас. АИ не достаточно прозрачным и поднимает на себя большую ответственность и правовые вопросы, такие как ‘я могу иметь доступ к алгоритмам? Алгоритмы коммерческую тайну для суда? Кто несет ответственность за решения, принятые АИ? Имею ли я право обжаловать решение, принятое по AI? Что означает, что процесс обжалования будет выглядеть?’

“Юристы и так рисковать, конечно, мы думаем.”

Доказательство концепции использует алгоритмы машинного обучения работает в IBM Уотсон студии, которые затем выставляли в качестве API.

Модели были положены вместе с Каррингтон партнеров и Федеральный суд через процесс дизайн-мышления.

“Мы провели несколько дизайн-мышление мастер-классы с судом”, – Каррингтон соратники директора технологических решений Атул сказал Десаи.

“Важно понимать человеческий элемент процесса, потому что много раз то, что происходит, есть доводы за определенные решения, которые люди делают в плане того, как они разделили активы.

“Это было то, что мы хотели рассмотреть в то время как мы на самом деле построили решение”.

Извлечение данных

Проект столкнулся с непредвиденными трудностями воедино набор данных обучения для обучения модели машинного обучения.

В то время как Федеральный суд имеет полностью цифровые файлы и Е-услуг с 2008 года, данные как хранились представлены некоторые проблемы.

“Данные не хранятся в структурированном машиночитаемом формате. Он был в PDF документах и что мы должны были потратить много усилий на изучение структуры PDF-документов, а затем написать сложный процесс экстракции с использованием OCR и технологии компьютерного зрения”, – сказал Десаи.

“Хотя федеральный суд имеет доступ к большой наборы цифровых данных, что мы приехали, чтобы найти мы были хранение не очень хорошо,” дер Matossian добавил.

“Она добавила, сложность проекта, и вся добыча этапа, который был совершенно непредвиденных и дополнительных времени и ресурсов для проекта и что повлияло на наши операции и операции Каррингтона.

“Поэтому, подумав, что мы действительно узнали это в порядке вещей для нас – скрести пальцы – двигаться дальше в искусственный интеллект мир, мы действительно должны задуматься о том, как мы будем хранить наши данные, и какие данные мы сохраняем, как хорошо.”

Из-за чувствительности данных, используемых в обучающем наборе, он был обезличенным и важная информация была в маске, прежде чем он может быть использован, добавил Десаи.

Также постоянной проблемой вокруг, убедившись, что только соответствующие данные передаются в модель машинного обучения.

“Общество всегда меняется. Информация о семьях, то, как они расправились с разводом, как они разделили свои активы и пассивы 10-20 лет назад не может быть актуальной сегодня,” дер Matossian сказал.

“Так как нам нужны большие наборы данных, нам нужны соответствующие данные, чтобы отразить сообщество [изменения].”

Десаи заявил, что ведутся эксперименты о лучшем способе представить инструменте машинного обучения, в том числе и экспериментов с интерфейсом бота с помощью помощника Ватсона.

“Это только начало”, – сказал он.

“Есть много, чтобы сделать, когда мы строим большие решения”.

Строительный трест

Полная производственная версия, скорее всего, использовать Уотсон OpenScale, относительно новый сервис от IBM, предназначенную для улучшения прозрачности внутренней работы ИИ модели – и таким образом помочь привить доверие к тому, что она производит.

“Одна из вещей, которая имеет решающее значение при построении модели ИИ должна быть справедливость в модели, которая позволяет давать рекомендации для всех групп людей, и это не дает необъективные рекомендации”, – сказал Десаи.

“Корпорация IBM представила решение под названием OpenScale и это то, что мы будем использовать в более крупный проект.

“Модели становятся объяснимы, поэтому люди могут доверять решение ИИ”.

Ры Крозье принял участие IBM считают 2019 года в Сиднее в качестве гостя IBM в Австралии.

ОСТАВЬТЕ ОТВЕТ

Please enter your comment!
Please enter your name here