痴線
法律係咁多行業之中,最唔會被ai取代
係需要人生經驗去衡量一個有冇罪
痴線
法律係咁多行業之中,最唔會被ai取代
係需要人生經驗去衡量一個有冇罪
痴線
法律係咁多行業之中,最唔會被ai取代
係需要人生經驗去衡量一個有冇罪
痴線
法律係咁多行業之中,最唔會被ai取代
係需要人生經驗去衡量一個有冇罪
人生經驗?
人地ai 多你幾多倍經驗?
一個ai 每日都對住n 個客,但你就唔識分身,講經驗你點同ai 比?
痴線
法律係咁多行業之中,最唔會被ai取代
係需要人生經驗去衡量一個有冇罪
痴線
法律係咁多行業之中,最唔會被ai取代
係需要人生經驗去衡量一個有冇罪
人生經驗?
人地ai 多你幾多倍經驗?
一個ai 每日都對住n 個客,但你就唔識分身,講經驗你點同ai 比?
AI 加上BIG DATA技術,會多國語言
痴線
法律係咁多行業之中,最唔會被ai取代
係需要人生經驗去衡量一個有冇罪
你望下幾撚多離地法官係庭上亂判亂屌人
問人點解唔做洗碗十六個鐘唔休假搵萬五萬八
你就知果啲撚屌所謂人生經驗
就係上層踩住你下層
痴線
法律係咁多行業之中,最唔會被ai取代
係需要人生經驗去衡量一個有冇罪
記得有套戲
係一個it人創左套AI
之後比人用左落機械人度
一開始係bb咁,要學講野
後來個機械人比黑幫拎左教佢打劫講粗口
唔記得戲名
有曉治積曼做奸角的
記得有套戲
係一個it人創左套AI
之後比人用左落機械人度
一開始係bb咁,要學講野
後來個機械人比黑幫拎左教佢打劫講粗口
唔記得戲名
有曉治積曼做奸角的
Chappie
痴線
法律係咁多行業之中,最唔會被ai取代
係需要人生經驗去衡量一個有冇罪
你望下幾撚多離地法官係庭上亂判亂屌人
問人點解唔做洗碗十六個鐘唔休假搵萬五萬八
你就知果啲撚屌所謂人生經驗
就係上層踩住你下層
其實有冇人知點解有錢人,
上流社會既仔女唔少係讀law,
佢地唔會諗讀醫,
好多政府高官既仔女都係讀law ,
有無人解釋點解會咁。
Sky net
3 laws
文書處理係比AI,但AI極其量做到solicitor嘅野
一個大狀打官司好多時會面對conflicting principles,而principles 係從唔同案例走出黎
首先,大狀會諗下有冇方法透過不同案例嘅facts,去distinguish唔利己方嘅authorities
然後,佢地又會諗下對家會點樣反駁自己嘅論點,再作相應部署
第三,當案件嘅facts太獨特令案例嘅法律原則直接用落去唔係太合理時,大狀就會嘗試從cases當中搵返相關原則背後嘅rationales,然後再argue why according to the facts of the case one particular set of principles backed by one line of authorities should be adopted
最後最後,像equity衡平法呢啲咁flexible嘅area of law當雙方原則同樣都極有說話力最後就會訴諸policy reasons
AI無可能可以做到晒上述嘅野,因為當中涉及太多價值判斷嘅野,最低限度佢地連點去convincingly distinguish facts of one case from those of another都唔會識
痴線
法律係咁多行業之中,最唔會被ai取代
係需要人生經驗去衡量一個有冇罪
文書處理係比AI,但AI極其量做到solicitor嘅野
一個大狀打官司好多時會面對conflicting principles,而principles 係從唔同案例走出黎
首先,大狀會諗下有冇方法透過不同案例嘅facts,去distinguish唔利己方嘅authorities
然後,佢地又會諗下對家會點樣反駁自己嘅論點,再作相應部署
第三,當案件嘅facts太獨特令案例嘅法律原則直接用落去唔係太合理時,大狀就會嘗試從cases當中搵返相關原則背後嘅rationales,然後再argue why according to the facts of the case one particular set of principles backed by one line of authorities should be adopted
最後最後,像equity衡平法呢啲咁flexible嘅area of law當雙方原則同樣都極有說話力最後就會訴諸policy reasons
AI無可能可以做到晒上述嘅野,因為當中涉及太多價值判斷嘅野,最低限度佢地連點去convincingly distinguish facts of one case from those of another都唔會識
所以話你d 讀law 既連個世界發生緊乜事都未知
你以為依家既“ai"係if a then b???
你上面所講既,基本上係deep learning既強項
唔單止做到,而且比人類更全面,更準確
文書處理係比AI,但AI極其量做到solicitor嘅野
一個大狀打官司好多時會面對conflicting principles,而principles 係從唔同案例走出黎
首先,大狀會諗下有冇方法透過不同案例嘅facts,去distinguish唔利己方嘅authorities
然後,佢地又會諗下對家會點樣反駁自己嘅論點,再作相應部署
第三,當案件嘅facts太獨特令案例嘅法律原則直接用落去唔係太合理時,大狀就會嘗試從cases當中搵返相關原則背後嘅rationales,然後再argue why according to the facts of the case one particular set of principles backed by one line of authorities should be adopted
最後最後,像equity衡平法呢啲咁flexible嘅area of law當雙方原則同樣都極有說話力最後就會訴諸policy reasons
AI無可能可以做到晒上述嘅野,因為當中涉及太多價值判斷嘅野,最低限度佢地連點去convincingly distinguish facts of one case from those of another都唔會識
所以話你d 讀law 既連個世界發生緊乜事都未知
你以為依家既“ai"係if a then b???
你上面所講既,基本上係deep learning既強項
唔單止做到,而且比人類更全面,更準確
你唔係讀過law根本唔明我講緊乜
不如你講下你對deep-learning嘅認知再等我逐一為大家拆解
當專家都講緊大狀法官不可能被取代個陣(唔信就自己google下)
你只係無啦啦講deep-learning就當我上面堆野放屁