کاردانهای برتر
بسته شواهد؛ رفرنسهای مرتبط برای دریافت پاسخهای دقیقتر از هوش مصنوعی
یکی از چالشهای استفاده از ابزارهای هوش مصنوعی برای بررسی مسائل حقوقی و تخصصی، پیدا کردن منابع معتبر و مرتبط و ارائه آنها به مدل است. هوش مصنوعی میتواند در تحلیل و جمعبندی اطلاعات کمک کند، اما کیفیت نتیجه تا حد زیادی به منابعی بستگی دارد که در اختیار آن قرار میگیرد.
به عنوان مثال، وکیلی در حال پیگیری پروندهای درباره رأی کمیسیون ماده ۱۰۰ است. او برای بررسی موضوع، به دو دسته منبع نیاز دارد: نخست، آرای مرتبط با کمیسیون ماده ۱۰۰ و مبانی صدور آنها؛ دوم، قوانین، مقررات و آرای قضایی مرتبط با اعتراض به این تصمیمات.
این وکیل میتواند در آماگ، با دو جستوجوی «رأی کمیسیون ماده ۱۰۰» و «اعتراض به رأی کمیسیون ماده ۱۰۰»، دو بسته شواهد جداگانه تهیه کند و منابع بهدستآمده را در اختیار ابزار هوش مصنوعی موردنظر خود قرار دهد. به این ترتیب، مدل علاوه بر دانش عمومی خود، به مجموعهای از منابع تخصصی مرتبط با موضوع پرونده نیز دسترسی خواهد داشت.
آماگ با توسعه قابلیت «بسته شواهد» در درخت دانش، امکان شناسایی و گردآوری اسناد مرتبط با هر موضوع را فراهم کرده است. این قابلیت با استفاده از جستوجوی مبتنی بر شباهت معنایی، پرسش کاربر را با اسناد موجود مقایسه میکند و مطالبی را که از نظر معنایی به موضوع نزدیکتر هستند، شناسایی میکند.
منابع قابل استفاده محدود به پرسشوپاسخهای آماگ نیستند و میتوانند شامل مقالات تحلیلی، قوانین و مقررات، آرای قضایی و سایر اسناد تخصصی باشند. بنابراین، کاربر میتواند برای موضوعات مختلف، بستههایی از منابع مرتبط تهیه کند و آنها را برای تحلیل، بررسی استدلالها و آمادهسازی پیشنویس اسناد تخصصی در اختیار هوش مصنوعی قرار دهد.
هدف این قابلیت، سادهتر کردن فرایند یافتن منابع و کاهش نیاز به جستوجوی دستی میان اسناد متعدد است؛ تا کاربران بتوانند بهجای اتکای صرف به دانش عمومی هوش مصنوعی، منابع تخصصی مرتبط با موضوع خود را نیز در فرایند بررسی و تصمیمگیری وارد کنند.
در آماگ، تلاش میکنیم دسترسی به دانش تخصصی را سادهتر کنیم و ابزارهایی فراهم آوریم که استفاده مؤثرتر از این دانش را امکانپذیر سازند.
برای استفاده از بسته شواهد:
https://amagestate.com/evidence/
دیدگاهها
هنوز دیدگاهی ثبت نشده است
اولین نفری باشید که دیدگاه میدهید