流行文化影响了人们对人工智能的普遍理解。人们的观念已经从改造过的反派（如史密斯探员）转变为善良的机器人。这是《机器人总动员》的夸张之词。好莱坞增加了戏剧效果，尽管目前这些富有远见的角色背后隐藏着真相。对人工智能的探索从根本上来说是完美的。然而，一些行业正在运用这些小知识来享受人工智能的采用，从而消除手动和冗余任务。
法律行业应该期待通过编程处理法律研究、尽职调查、电子取证、文件起草和自动化程序等大量任务来提高效率的潜力。一项研究表明，当被问及律师事务所整合人工智能时，大约 90% 的受访者给出了否定的回答。
这个结果令人惊讶，但另一项询问原因的评估显示，大约 80% 的律师事务所担心新技术可能会取代人力资源。此外，他们还担心技术工具会消除对律师助理和律师的需求。圣巴巴拉刑事律师William Aron表示，起初他犹豫是否在自己的律师事务所采用人工智能就是因为这个原因。然后他继续说，他很快意识到人工智能并没有取代人类的工作，只是让工作变得更轻松、完成更多工作。众所周知，法律行业在实施创新和创造性技术方面行动较慢。事实上，许多律师事务所并不喜欢引领，而是喜欢跟随别人。
对情况进行深入评估有助于确定事情的深度。因此，并非所有法律职位都会被人工智能取代。同样，公司法律部门和律师事务所将提前为干预做好准备。
人工智能历史一瞥
内容[显示]
人工智能正式成立于 1956 年，由达特茅 手机号码数据 斯学院创立。当时，图灵测试由艾伦·图灵开发，距今已有六年。60 年后，聊天机器人尤金·古斯特曼成功欺骗法官，让法官相信他是人类。2014 年，他通过了图灵测试。
因此，人工智能领域的进步并非一蹴而就，专业开发人员可以展示如何使用人工智能解决小问题的额外指导。实施人工智能是一个比人们想象的更复杂的问题。
自上而下的问题解决
以前，只有具有给定规则的常规任务才 欧洲议会议员 能实现自动化。然而，自上而下的技术从业务问题开始。对公司法律部门有初步信任，并被多家律师事务所或供应商以一些未经证实的费用或开支欺骗。
该方法将选择可疑供应商并审查发票明细，以确认是否违反合同。或者，可以使用计费指南来检查发票的正确性或是否有未确认或过高的费用。掌握所有规则后，可以开发程序来验证相应的数据。
多年来，计算机程序员开发了多种代码来充实机构的业务规则和程序工作流程。然而，随着时间的推移，规则越来越多，程序也变得越来越复杂，因此维护成本也越来越高。
自下而上的问题管理
此外，人们可以创建数据并继续构建有 比特币电子邮件列表 价值的规则和见解。该技术具有一些机器学习算法，旨在处理更大量的数据以及计算能力，以发现和建立指导业务规则。这消除了对困难问题如何或如何修改解决方案以实现自动化的讨论。
这种方法有助于从算法和发票数据入手，确定是否存在显著的异常或趋势。通过洞察筛选后，系统将发现某些不需要旅行的情况的旅行费用等峰值。发票审核人员可以认为这对审核系统很有用。
人工智能的局限性
AI算法理论可能偏离现实生活，因此实施起来可能很困难。标记数据成本高昂且困难，因为数据有限且收集成本高昂。此外，由于机器的响应成比例增加，因此需要大量数据进行训练。解释挑战也是一个问题，因为AI产品在决策过程中至关重要。因此，企业将采取明确的步骤来解决任何普遍存在的问题。
当代人工智能系统无法解决经常见到的智能问题。机器无法轻易模仿大脑应用自下而上和自上而下的方法，因为它涉及提出有说服力和凝聚力的案例，并将点点滴滴与不同的陪审团联系起来。法律服务可能需要自动化任务的组合，而其他任务仍然是传统的，特别是那些需要特殊经验知识的任务。
人工智能有望在未来几年取得进展，而 2020 年的教训是，人工智能很容易失败。因此，律师事务所必须始终牢记这一点，拥抱技术并保持最新状态。获得技术并将其文化转变为混合法律技术的律师将获得更大的回报。人工智能的可扩展性可以增强向未来的更轻松过渡，以继续提供独立判断，关注客户的关键工作。