人工智能与事实认定

被引:57
|
作者
栗峥 [1 ]
机构
[1] 中国政法大学
关键词
人工智能; 事实认定; 心智微结构; 小数据;
D O I
暂无
中图分类号
D925.2 [刑事诉讼法];
学科分类号
030106 ;
摘要
人工智能与司法的深度融合,既体现在案件的法律适用环节也体现在事实认定环节,而事实认定是法律适用的前提。人工智能对案件事实认定的介入,需要将证据数据化、对数据进行运算整合、输出人可以理解的结论。在证据数据化环节,需要对证据进行结构化的数据改造,并克服语言障碍。在数据整合环节,人工智能主要以概率推理而不是因果推理作为逻辑推理方式,其算法也需要面对可计算性与复杂性两大难题。在结论输出环节,需要解决机器学习如何深化、信念如何建立与机器如何表达等难题。人工智能融入案件事实认定所面临的这些主要难题,可以尝试通过"小数据"训练,逐步构建人工智能"心智微结构"去慢慢攻克。
引用
收藏
页码:117 / 133
页数:17
相关论文
共 29 条
  • [21] Big data and algorithmic decision-making[J] . Paul B. de Laat.ACM SIGCAS Computers and Society . 2017 (3)
  • [22] Deep learning in neural networks: An overview[J] . Jürgen Schmidhuber.Neural Networks . 2014
  • [23] Bias in computer systems
    Friedman, B
    Nissenbaum, H
    [J]. ACM TRANSACTIONS ON INFORMATION SYSTEMS, 1996, 14 (03) : 330 - 347
  • [24] 爱思唯尔科学哲学手册:信息哲学 .2 殷杰等译. 北京师范大学出版社 . 2015
  • [25] 司法裁判人工智能化的可能性及问题 .2 吴习彧. 浙江社会科学 . 2017
  • [26] Machine Learning and Law .2 Harry Surden. Washington Law Review . 2014
  • [27] 司法裁判人工智能化的可能性及问题
    吴习彧
    [J]. 浙江社会科学, 2017, (04) : 51 - 57
  • [28] 语言与世界:语言哲学的研究范围
    梅勇
    [J]. 外语学刊, 2009, (05) : 27 - 30
  • [29] 社会科学方法论[M]. 中国人民大学出版社[德]韦伯(Weber·M·), 1999