Продолжая цикл вебинаров об искусственном интеллекте для юристов, мы предлагаем поговорить об архитектуре Legal AI, а именно: о технологической основе, о задачах, которые необходимо решить при разработке подобных решений, а также о том, как данные задачи могут быть решены сегодня.
Прошлые вебинары мы посвятили двум главным темам:
- Что такое искусственный интеллект глазами юриста, как устроено машинное обучение и как исторически развивались технологии, позволяющие создавать компьютерные системы, которые приближены к возможностям человеческого интеллекта? (Вебинар 1)
- Что такое LegalTech, какие инструменты автоматизации юридической функции существуют на текущий момент, какие возможности они предлагают, а также какие проблемы существуют в данной сфере? (Вебинар 2)
С учетом современного уровня развития цифровых технологий вопрос о том, можно ли создать полноценный Legal AI, уже не актуален. Текущих технологий достаточно для практической реализации подобных решений, поэтому данный вопрос трансформируется в иную плоскость: Как обучать Legal AI?. И с точки зрения методологии и подходов к решению данной задачи абсолютно все сталкиваются с одной и той же проблемой: у юристов отсутствует понимание инструментария и возможных результатов, а у программистов отсутствует глубокое понимание предметной области.
В третьем видео из цикла вебинаров мы хотим рассказать о оптимальном, на наш взгляд, подходе к преодолению данной проблемы и созданию юридического искусственного интеллекта.
Из данного видео Вы узнаете:
- в чем заключается задача понимания естественного языка, а также какие решения и инструментарий в области NLP существует сегодня;
- сколько образцов требуется, и каким образом размечать данные для обучения нейронных сетей;
- какова роль графа знаний и как перейти от данных к знаниям.
P.S.:
Презентация доступна для скачивания по ссылке здесь.
Тайм-коды вебинара:
04:04 Как обучать Legal AI?
06:28 Шаг 1: постановка
задачи
13:57 Задача 1: понимание
естественного языка
21:54 Задача 2: разметка
данных
30:30 Задача 3: оцифровка
знаний
33:40 Переход от данных к
смыслам
38:33 Трансформация в
граф
45:15 Архитектура Legal
AI
52:49 Гибридный AI
54:10 Индустриальные графы
знаний
57:14 Методология внедрения
Legal AI
01:05:10 Заключительные
положения