Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

从开庭到结案30分钟,阿里AI进化出全流程判案能力

法官一人坐镇法庭,原告被告远程连线,法槌落下,AI助理法官开口主持庭审,自动分析认定证据、归纳争议焦点、生成裁判文书,整个过程一气呵成,耗时大约30分钟。在杭州的两个基层法院,这样的画面天天可见。阿里AI正以其全流程判案能力,推动互联网庭审的革命性升级。

2月17日下午,杭州市上城区人民法院基金小镇人民法庭一号庭,一起涉及金额81944.79元的金融借款纠纷案在线开庭,因疫情不能来杭的原被告通过屏幕见了面。袁翠玉法官面对桌上三屏画面,在AI助理法官协作下当庭审结此案。自2月11日复工以来,阿里AI已协助上城区法院审理案件13个,当庭宣判率100%。

上城区人民法院开庭现场

下城区人民法院开庭现场审案过程中法官很少开口,能听会说的AI全程自主提问,比如“原告,你与被告是什么关系?”“借款是如何交付的?”并同步对双方回答进行语义识别和文字转换。

当双方出示证据时,AI实时分析判断“证据三性”,也即真实性、合法性、关联性;当法官提到“借条”时,AI马上开启“证据唤醒”功能,出示原告提交的借条证据原件;随着庭审推进,AI结合双方陈述呈现了完整证据链——一条还原借款经过的时间轴。

AI的自动发问系统庭审快结束时,屏幕上自动生成判决书,AI以未还借款本金为基数,按照年利率自动计算出被告应向原告归还的数额。最终,法官当庭宣判,将判决书发送原被告双方。双方远程反馈收到,法官点击结案。

阿里巴巴达摩院高级算法专家孙常龙介绍,在传统审理模式下,金融借款、民间借贷案件因金额计算较为复杂,一般不会当庭宣判,一桩案子从开庭到归档通常需要40天左右。浙江高院审判管理处副处长李国毫说,预计将来80%的民间借贷案件都能通过智能审判方式解决。

AI实时分析判断“证据三性”AI助理法官是浙江高院联合浙江大学、阿里巴巴共同研发的智能审判系统,在法院上岗已近一年,去年9月进化出全流程审理能力,实现金融借款、民间借贷两类案件的即诉即办、即审即判。庭审只是AI工作的一环,它的完整服务链路始于立案、终于归档。

AI的角色是助理法官,庭审流程仍由法官掌控,法官可在任何节点进行干预。任何环节出现偏差,法官都可及时修正。

在智能司法领域,阿里巴巴的AI技术已由感知智能向认知智能演进,从感知领域的“听、说、看”能力,发展到认知领域的逻辑推理等能力。司法AI正是在精通文字识别、文本生成语音识别语音合成自然语言处理信息抽取等AI技术之后,进一步习得了法官审判的逻辑思维。

达摩院算法专家张雅婷介绍,达摩院团队按照专家知识图谱为主、大数据分析为辅的建模思路,对AI进行了“审理”加“判决”的思维训练。AI通过学习10万份证据材料、30万份庭审笔录及裁判文书,构建出从“诉请+证据+庭审辩论”映射到“事实→裁判”的“仿生”思路,从而模拟法官在金融借款和民间借贷两类案件中的审判思路。

AI还对数千万篇裁判文书和数百万条法条进行了表征学习,这使得它的判案思维具有一定的通用性,能够进行跨案由的迁移学习。如果它未来要涉足更多案件类型,迁移学习的成本也会大大降低。

产业阿里巴巴智能法务AI
相关数据
数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

逻辑推理技术

逻辑推理中有三种方式:演绎推理、归纳推理和溯因推理。它包括给定前提、结论和规则

语音合成技术

语音合成,又称文语转换(Text to Speech)技术,是将人类语音用人工的方式所产生,能将任意文字信息实时转化为标准流畅的语音朗读出来,相当于给机器装上了人工嘴巴。它涉及声学、语言学、数字信号处理、计算机科学等多个学科技术,是信息处理领域的一项前沿技术,解决的主要问题就是如何将文字信息转化为可听的声音信息,也即让机器像人一样开口说话。

表征学习技术

在机器学习领域,表征学习(或特征学习)是一种将原始数据转换成为能够被机器学习有效开发的一种技术的集合。在特征学习算法出现之前,机器学习研究人员需要利用手动特征工程(manual feature learning)等技术从原始数据的领域知识(domain knowledge)建立特征,然后再部署相关的机器学习算法。虽然手动特征工程对于应用机器学习很有效,但它同时也是很困难、很昂贵、很耗时、并依赖于强大专业知识。特征学习弥补了这一点,它使得机器不仅能学习到数据的特征,并能利用这些特征来完成一个具体的任务。

知识图谱技术

知识图谱本质上是语义网络,是一种基于图的数据结构,由节点(Point)和边(Edge)组成。在知识图谱里,每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲,知识图谱就是把所有不同种类的信息(Heterogeneous Information)连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。 知识图谱这个概念最早由Google提出,主要是用来优化现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎,知识图谱可用来更好地查询复杂的关联信息,从语义层面理解用户意图,改进搜索质量。比如在Google的搜索框里输入Bill Gates的时候,搜索结果页面的右侧还会出现Bill Gates相关的信息比如出生年月,家庭情况等等。

映射技术

映射指的是具有某种特殊结构的函数,或泛指类函数思想的范畴论中的态射。 逻辑和图论中也有一些不太常规的用法。其数学定义为:两个非空集合A与B间存在着对应关系f,而且对于A中的每一个元素x,B中总有有唯一的一个元素y与它对应,就这种对应为从A到B的映射,记作f:A→B。其中,y称为元素x在映射f下的象,记作:y=f(x)。x称为y关于映射f的原象*。*集合A中所有元素的象的集合称为映射f的值域,记作f(A)。同样的,在机器学习中,映射就是输入与输出之间的对应关系。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

迁移学习技术

迁移学习是一种机器学习方法,就是把为任务 A 开发的模型作为初始点,重新使用在为任务 B 开发模型的过程中。迁移学习是通过从已学习的相关任务中转移知识来改进学习的新任务,虽然大多数机器学习算法都是为了解决单个任务而设计的,但是促进迁移学习的算法的开发是机器学习社区持续关注的话题。 迁移学习对人类来说很常见,例如,我们可能会发现学习识别苹果可能有助于识别梨,或者学习弹奏电子琴可能有助于学习钢琴。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

信息抽取技术

信息/数据抽取是指从非结构化或半结构化文档中提取结构化信息的技术。信息抽取有两部分:命名实体识别(目标是识别和分类真实世界里的知名实体)和关系提取(目标是提取实体之间的语义关系)。概率模型/分类器可以帮助实现这些任务。

阿里巴巴机构

阿里巴巴网络技术有限公司(简称:阿里巴巴集团)是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立的公司。

https://www.alibabagroup.com/
文本生成技术

文本生成是生成文本的任务,其目的是使人类书写文本难以区分。

推荐文章
暂无评论
暂无评论~