Гарвард оцифровал 6,4 миллиона судебных дел для обучения ИИ

Библиотека Школы права Гарвардского университета завершила проект Caselaw Access Project — сбор открытых данных о судебных делах, проходивших на территории США, сообщает MIT Technology Review. Процесс заключался в сканировании более 40 миллионов страниц документов начиная с XVII века: всего в базу данных попали примерно 6,4 миллиона судебных дел. Эти данные помогут эффективнее обучать компьютерные алгоритмы, которые могут быть использованы в юриспруденции. 

Современный анализ данных позволяет применять методы машинного обучения практически к любым сферам. Разумеется, для эффективного его использования нужно очень большое количество данных. К примеру, для того, чтобы научить нейросеть распознавать пневмонию, понадобилось более миллиона рентгеновских снимков грудной клетки. 

Что касается задач, включающих обработку естественного языка, то здесь данных для эффективной работы должно быть использовано еще больше. В особенности, когда дело касается принятия важных решений. Разработка алгоритмов, которые могли бы принимать решения и облегчать процесс в суде, — одна из таких задач.

Облегчить ее выполнение решили исследователи из Школы права Гарвардского университета, которые в течение нескольких лет сканировали и анализировали открытые материалы, принадлежащие библиотеке университета. Материалы включали в себя судебные заключения и стенографии: в них содержатся полные доступные материалы по каждому судебному делу. Первые документы датируются 1658 годом, а последние — 2018. Всего для создания базы данных исследователи оцифровали около 40 миллионов страниц, а общее количество дел превышает 6,4 миллиона.

Пригодиться база данных может не только разработчикам, но и юристам. Для получения доступа к ней необходимо зарегистрироваться на сайте проекта. Кроме того, пока что действует ограничение на скачивание: разработчики позволяют получать только 500 документов в день. Это ограничение введено партнерами проекта — технологическим стартапом Ravel Law — и будет действовать примерно до марта 2024 года, после чего доступ ко всем документам должен стать свободным. Базовые данные (названия дел, дата и суд) доступны полностью уже сейчас.

Стоит отметить, что искусственный интеллект уже применяется в юриспруденции. К примеру, в прошлом году ученым удалось научить распознавать обман подсудимых по голосу и выражению лица эффективнее, чем это делают люди.

Елизавета Ивтушок

Нашли опечатку? Выделите фрагмент и нажмите Ctrl+Enter.
Здесь кто-нибудь есть?

Меняйте веса нейронов, чтобы выбраться из сна

Специально для тех, кто спит и видит, как изучает нейросети, мы сгенерировали сон, в котором вы сможете изменять окружающую нереальность с помощью нейронов. И, возможно, понять, что нейросети — вовсе не страшный кошмар. Если поймаете себя на этом, можете смело пробовать пройти отбор на бесплатное обучение в Академию больших данных MADE от VK, чтобы продолжать путешествие по изучению нейросетей. Заявки принимаются до 6 августа включительно на сайте. Кто выстоит и пройдет сон до конца, получит от N + 1 бонусные баллы для вступительных экзаменов. А теперь — засыпайте!