智能警察 同 智能化法律諮詢 2017 開始出現

智能警察會唔會屌你老母

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

呢篇文詳細咁講左點解deep learning 既原理/強項就係value judgement,你睇完/睇得明先再同我講啦
https://deepmind.com/blog/deep-reinforcement-learning/
拿，我本來就唔係好知law 就只係value judgement,係你自己講架渣
你唔係讀電腦又扮咩識deep learning 呢

Taking the words out of context嘅錯誤正正就係犯左
"Our agents must continually make value judgements so as to select good actions over bad. This knowledge is represented by a Q-network that estimates the total reward that an agent can expect to receive after taking a particular action. ... The key idea was to use deep neural networks to represent the Q-network, and to train this Q-network to predict total reward. "
不如你解釋下呢到嘅total reward係咩意思
To select good actions over bad又係咩意思
呢個點都係講緊cost and benefit analysis啦
價值觀判斷係講緊單單total reward呢啲consequentialism嘅野咩
你一po文就明晒

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

呢篇文詳細咁講左點解deep learning 既原理/強項就係value judgement,你睇完/睇得明先再同我講啦
https://deepmind.com/blog/deep-reinforcement-learning/
拿，我本來就唔係好知law 就只係value judgement,係你自己講架渣
你唔係讀電腦又扮咩識deep learning 呢

Taking the words out of context嘅錯誤正正就係犯左
"Our agents must continually make value judgements so as<ins> to select good actions over bad.</ins> This knowledge is represented by a Q-network that estimates the total reward that an agent can expect to receive after taking a particular action. ... The key idea was to use deep neural networks to represent the Q-network, and to train this Q-network <ins>to predict total reward</ins>. "
不如你解釋下呢到嘅total reward係咩意思
To select good actions over bad又係咩意思
呢個點都係講緊cost and benefit analysis啦
價值觀判斷係講緊單單total reward呢啲consequentialism嘅野咩
你一po文就明晒

你真係笑死我
讀law 就係咁，見到個字就死咬住
你唔係以為reward 就一定係講錢丫？
笑撚死，都話你睇得明先算架啦

讀law 條友咁串，等我又Google 下先
what?2016年十月依家己經有79%accuracy predict judridition
https://www.google.com.hk/amp/www.newsweek.com/ethical-artificial-intelligence-judge-predicts-human-rights-trials-513012%3Famp%3D1
唔知過多幾年定係幾個月就代替到呢？
咦，唔係有專家話無可能咩？
咩專家丫，睇過，睇過？

"Despite the accuracy of the latest algorithm’s predictions, the researchers do not predict it will replace human judges any time soon.
“We don’t see AI replacing judges or lawyers, but we think they’d find it useful for rapidly identifying patterns in cases that lead to certain outcomes"
你睇清楚

你知唔知點解個專家咁講，human rights cases多數啲facts都係唔會因社會進步而變太多，佢predict唔到個啲就係社會進步下法庭對人權嘅新理解，如同性婚姻權

但商業糾紛會隨社會變化得好快，啲法例又成日變，無咁易identify到pattern，所以佢地唔會搵商業案件測試
如果我有講錯你可以搵一個AI judge可以predict到equity law嘅案件裁決結果比我睇，我都會有興趣睇下

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

呢篇文詳細咁講左點解deep learning 既原理/強項就係value judgement,你睇完/睇得明先再同我講啦
https://deepmind.com/blog/deep-reinforcement-learning/
拿，我本來就唔係好知law 就只係value judgement,係你自己講架渣
你唔係讀電腦又扮咩識deep learning 呢

Taking the words out of context嘅錯誤正正就係犯左
"Our agents must continually make value judgements so as<ins> to select good actions over bad.</ins> This knowledge is represented by a Q-network that estimates the total reward that an agent can expect to receive after taking a particular action. ... The key idea was to use deep neural networks to represent the Q-network, and to train this Q-network <ins>to predict total reward</ins>. "
不如你解釋下呢到嘅total reward係咩意思
To select good actions over bad又係咩意思
呢個點都係講緊cost and benefit analysis啦
價值觀判斷係講緊單單total reward呢啲consequentialism嘅野咩
你一po文就明晒

你真係笑死我
讀law 就係咁，見到個字就死咬住
你唔係以為reward 就一定係講錢丫？
笑撚死，都話你睇得明先算架啦

咁你解釋啦屌，麻煩晒

同埋reward無人話講錢，正如econ嘅rational 唔係講自私而係每個人只為達到自己目的一樣，cost and benefit係講緊broad啲嘅野，呢樣野有啲似economic analysis of law, 不過主流法律界唔認同呢種做法

其實都係理性討論姐，想聽下AI點做legal個種value-judgment

同埋reward無人話講錢，正如econ嘅rational 唔係講自私而係每個人只為達到自己目的一樣，cost and benefit係講緊broad啲嘅野，呢樣野有啲似economic analysis of law, 不過主流法律界唔認同呢種做法

其實都係理性討論姐，想聽下AI點做legal個種value-judgment

其實唔難, 人類點解會有value-judgment係因為經驗, 宜家statistical learning最拿手就係分析經驗, 即係話有足夠案例比佢, 佢就可以simulate到人類做到既野, 當然你可以話人類有判斷, 但個判斷其實係basis, 你鍾意都可以set 粒rand seed比隻AI 次次唔同玩法

同埋reward無人話講錢，正如econ嘅rational 唔係講自私而係每個人只為達到自己目的一樣，cost and benefit係講緊broad啲嘅野，呢樣野有啲似economic analysis of law, 不過主流法律界唔認同呢種做法

其實都係理性討論姐，想聽下AI點做legal個種value-judgment

其實唔難, 人類點解會有value-judgment係因為經驗, 宜家statistical learning最拿手就係分析經驗, 即係話有足夠案例比佢, 佢就可以simulate到人類做到既野, 當然你可以話人類有判斷, 但個判斷其實係basis, 你鍾意都可以set 粒rand seed比隻AI 次次唔同玩法

不過AI並能唔能夠因爲現實世界科技文化經濟模式改變去創新作出新嘅價值判斷？
Eg以前無變性人所以如果要AI分析以前婚姻權利點影響到變性人，佢地好難依賴案例去判斷
而事實上好多情況因爲社會環境變左舊嘅案例好多時都會被推翻，又或者有好多完全唔consistent嘅案例，所唔係話透過分析以前案例就足夠
所以我諗點解researcher話可見嘅日子AI都未能取代出入法庭嘅人

同埋reward無人話講錢，正如econ嘅rational 唔係講自私而係每個人只為達到自己目的一樣，cost and benefit係講緊broad啲嘅野，呢樣野有啲似economic analysis of law, 不過主流法律界唔認同呢種做法

其實都係理性討論姐，想聽下AI點做legal個種value-judgment

其實唔難, 人類點解會有value-judgment係因為經驗, 宜家statistical learning最拿手就係分析經驗, 即係話有足夠案例比佢, 佢就可以simulate到人類做到既野, 當然你可以話人類有判斷, 但個判斷其實係basis, 你鍾意都可以set 粒rand seed比隻AI 次次唔同玩法

不過AI並能唔能夠因爲現實世界科技文化經濟模式改變去創新作出新嘅價值判斷？
Eg以前無變性人所以如果要AI分析以前婚姻權利點影響到變性人，佢地好難依賴案例去判斷
而事實上好多情況因爲社會環境變左舊嘅案例好多時都會被推翻，又或者有好多完全唔consistent嘅案例，所唔係話透過分析以前案例就足夠
所以我諗點解researcher話可見嘅日子AI都未能取代出入法庭嘅人

咁資料可以update啫, 你咁講法同唔比一個人睇新report就要求佢去做判斷冇分別

同埋reward無人話講錢，正如econ嘅rational 唔係講自私而係每個人只為達到自己目的一樣，cost and benefit係講緊broad啲嘅野，呢樣野有啲似economic analysis of law, 不過主流法律界唔認同呢種做法

其實都係理性討論姐，想聽下AI點做legal個種value-judgment

其實唔難, 人類點解會有value-judgment係因為經驗, 宜家statistical learning最拿手就係分析經驗, 即係話有足夠案例比佢, 佢就可以simulate到人類做到既野, 當然你可以話人類有判斷, 但個判斷其實係basis, 你鍾意都可以set 粒rand seed比隻AI 次次唔同玩法

不過AI並能唔能夠因爲現實世界科技文化經濟模式改變去創新作出新嘅價值判斷？
Eg以前無變性人所以如果要AI分析以前婚姻權利點影響到變性人，佢地好難依賴案例去判斷
而事實上好多情況因爲社會環境變左舊嘅案例好多時都會被推翻，又或者有好多完全唔consistent嘅案例，所唔係話透過分析以前案例就足夠
所以我諗點解researcher話可見嘅日子AI都未能取代出入法庭嘅人

咁資料可以update啫, 你咁講法同唔比一個人睇新report就要求佢去做判斷冇分別

但我講緊係佢做唔到點respond to 一個新嘅情況呢樣野
你做大狀遇到變性人搵你告政府違憲唔比佢結婚
有冇得話我未遇過呢種情況幫唔到佢

同埋有咩野就係AI識唔識role play
如果AI係辯方，但佢分析結果係控方贏面大啲，佢識唔識得係自己個邊嘅立場反勝對方打逆境戰
因為大狀其中一樣經常遇到嘅野就會反敗為勝/將傷害減到最低

純粹好奇想知
想探討呢樣野好耐

以後咩清洪最叻打程序真係得啖笑

同埋reward無人話講錢，正如econ嘅rational 唔係講自私而係每個人只為達到自己目的一樣，cost and benefit係講緊broad啲嘅野，呢樣野有啲似economic analysis of law, 不過主流法律界唔認同呢種做法

其實都係理性討論姐，想聽下AI點做legal個種value-judgment

其實唔難, 人類點解會有value-judgment係因為經驗, 宜家statistical learning最拿手就係分析經驗, 即係話有足夠案例比佢, 佢就可以simulate到人類做到既野, 當然你可以話人類有判斷, 但個判斷其實係basis, 你鍾意都可以set 粒rand seed比隻AI 次次唔同玩法

不過AI並能唔能夠因爲現實世界科技文化經濟模式改變去創新作出新嘅價值判斷？
Eg以前無變性人所以如果要AI分析以前婚姻權利點影響到變性人，佢地好難依賴案例去判斷
而事實上好多情況因爲社會環境變左舊嘅案例好多時都會被推翻，又或者有好多完全唔consistent嘅案例，所唔係話透過分析以前案例就足夠
所以我諗點解researcher話可見嘅日子AI都未能取代出入法庭嘅人

咁資料可以update啫, 你咁講法同唔比一個人睇新report就要求佢去做判斷冇分別

但我講緊係佢做唔到點respond to 一個新嘅情況呢樣野
你做大狀遇到變性人搵你告政府違憲唔比佢結婚
有冇得話我未遇過呢種情況幫唔到佢

點會做唔到 假設現有data真係有反映到違憲既話, 咁佢就會有return比你, 如果冇既咪冇囉, 咁咪等你地上街爭取完, 有野修改啦, 咪入新資料囉

同埋reward無人話講錢，正如econ嘅rational 唔係講自私而係每個人只為達到自己目的一樣，cost and benefit係講緊broad啲嘅野，呢樣野有啲似economic analysis of law, 不過主流法律界唔認同呢種做法

其實都係理性討論姐，想聽下AI點做legal個種value-judgment

其實唔難, 人類點解會有value-judgment係因為經驗, 宜家statistical learning最拿手就係分析經驗, 即係話有足夠案例比佢, 佢就可以simulate到人類做到既野, 當然你可以話人類有判斷, 但個判斷其實係basis, 你鍾意都可以set 粒rand seed比隻AI 次次唔同玩法

不過AI並能唔能夠因爲現實世界科技文化經濟模式改變去創新作出新嘅價值判斷？
Eg以前無變性人所以如果要AI分析以前婚姻權利點影響到變性人，佢地好難依賴案例去判斷
而事實上好多情況因爲社會環境變左舊嘅案例好多時都會被推翻，又或者有好多完全唔consistent嘅案例，所唔係話透過分析以前案例就足夠
所以我諗點解researcher話可見嘅日子AI都未能取代出入法庭嘅人

咁資料可以update啫, 你咁講法同唔比一個人睇新report就要求佢去做判斷冇分別

但我講緊係佢做唔到點respond to 一個新嘅情況呢樣野
你做大狀遇到變性人搵你告政府違憲唔比佢結婚
有冇得話我未遇過呢種情況幫唔到佢

點會做唔到 假設現有data真係有反映到違憲既話, 咁佢就會有return比你, 如果冇既咪冇囉, 咁咪等你地上街爭取完, 有野修改啦, 咪入新資料囉

通常呢啲野唔係咁非黑即白，有冇違憲打過先會知

同埋有咩野就係AI識唔識role play
如果AI係辯方，但佢分析結果係控方贏面大啲，佢識唔識得係自己個邊嘅立場反勝對方打逆境戰
因為大狀其中一樣經常遇到嘅野就會反敗為勝/將傷害減到最低

純粹好奇想知
想探討呢樣野好耐

呢個一定得, 原理同alphaGO搵每步最優解一樣, 同埋你個諗法有問題, AI可以係你input個下話佢要做辯方, 之後佢可以出個report比你睇, 點點點打有幾多%成功率, 入面可以包括埋認罪, 入第二條罪之類, 而唔係單一個結果: 辯方41% 控方59%咁

同埋reward無人話講錢，正如econ嘅rational 唔係講自私而係每個人只為達到自己目的一樣，cost and benefit係講緊broad啲嘅野，呢樣野有啲似economic analysis of law, 不過主流法律界唔認同呢種做法

其實都係理性討論姐，想聽下AI點做legal個種value-judgment

其實唔難, 人類點解會有value-judgment係因為經驗, 宜家statistical learning最拿手就係分析經驗, 即係話有足夠案例比佢, 佢就可以simulate到人類做到既野, 當然你可以話人類有判斷, 但個判斷其實係basis, 你鍾意都可以set 粒rand seed比隻AI 次次唔同玩法

不過AI並能唔能夠因爲現實世界科技文化經濟模式改變去創新作出新嘅價值判斷？
Eg以前無變性人所以如果要AI分析以前婚姻權利點影響到變性人，佢地好難依賴案例去判斷
而事實上好多情況因爲社會環境變左舊嘅案例好多時都會被推翻，又或者有好多完全唔consistent嘅案例，所唔係話透過分析以前案例就足夠
所以我諗點解researcher話可見嘅日子AI都未能取代出入法庭嘅人

咁資料可以update啫, 你咁講法同唔比一個人睇新report就要求佢去做判斷冇分別

但我講緊係佢做唔到點respond to 一個新嘅情況呢樣野
你做大狀遇到變性人搵你告政府違憲唔比佢結婚
有冇得話我未遇過呢種情況幫唔到佢

點會做唔到 假設現有data真係有反映到違憲既話, 咁佢就會有return比你, 如果冇既咪冇囉, 咁咪等你地上街爭取完, 有野修改啦, 咪入新資料囉

通常呢啲野唔係咁非黑即白，有冇違憲打過先會知

呢個係因為最後判斷係法官投票啫, 咁AI可以出比你睇大概有幾多%點點點

其實唔難, 人類點解會有value-judgment係因為經驗, 宜家statistical learning最拿手就係分析經驗, 即係話有足夠案例比佢, 佢就可以simulate到人類做到既野, 當然你可以話人類有判斷, 但個判斷其實係basis, 你鍾意都可以set 粒rand seed比隻AI 次次唔同玩法

不過AI並能唔能夠因爲現實世界科技文化經濟模式改變去創新作出新嘅價值判斷？
Eg以前無變性人所以如果要AI分析以前婚姻權利點影響到變性人，佢地好難依賴案例去判斷
而事實上好多情況因爲社會環境變左舊嘅案例好多時都會被推翻，又或者有好多完全唔consistent嘅案例，所唔係話透過分析以前案例就足夠
所以我諗點解researcher話可見嘅日子AI都未能取代出入法庭嘅人

咁資料可以update啫, 你咁講法同唔比一個人睇新report就要求佢去做判斷冇分別

但我講緊係佢做唔到點respond to 一個新嘅情況呢樣野
你做大狀遇到變性人搵你告政府違憲唔比佢結婚
有冇得話我未遇過呢種情況幫唔到佢

點會做唔到 假設現有data真係有反映到違憲既話, 咁佢就會有return比你, 如果冇既咪冇囉, 咁咪等你地上街爭取完, 有野修改啦, 咪入新資料囉

通常呢啲野唔係咁非黑即白，有冇違憲打過先會知

呢個係因為最後判斷係法官投票啫, 咁AI可以出比你睇大概有幾多%點點點

我意思係不時會有新案例推翻舊嘅案例，如果AI唔係識創新呢樣野跟案例太貼就會撞車，佢取代唔到counsel嘅原因就係好多時案例都唔會係呢啲情況比到一個答案，係真係要靠佢諗啲野說服個官唔跟案例而啲官又buy先會不斷有案例被推翻
如果AI要透過分析數據得出結論，姐係based on案例，佢點樣透過呢個系統去跳出個框叫個官唔用佢嘅資料庫中嘅案例判

其實唔難, 人類點解會有value-judgment係因為經驗, 宜家statistical learning最拿手就係分析經驗, 即係話有足夠案例比佢, 佢就可以simulate到人類做到既野, 當然你可以話人類有判斷, 但個判斷其實係basis, 你鍾意都可以set 粒rand seed比隻AI 次次唔同玩法

不過AI並能唔能夠因爲現實世界科技文化經濟模式改變去創新作出新嘅價值判斷？
Eg以前無變性人所以如果要AI分析以前婚姻權利點影響到變性人，佢地好難依賴案例去判斷
而事實上好多情況因爲社會環境變左舊嘅案例好多時都會被推翻，又或者有好多完全唔consistent嘅案例，所唔係話透過分析以前案例就足夠
所以我諗點解researcher話可見嘅日子AI都未能取代出入法庭嘅人

咁資料可以update啫, 你咁講法同唔比一個人睇新report就要求佢去做判斷冇分別

但我講緊係佢做唔到點respond to 一個新嘅情況呢樣野
你做大狀遇到變性人搵你告政府違憲唔比佢結婚
有冇得話我未遇過呢種情況幫唔到佢

點會做唔到 假設現有data真係有反映到違憲既話, 咁佢就會有return比你, 如果冇既咪冇囉, 咁咪等你地上街爭取完, 有野修改啦, 咪入新資料囉

通常呢啲野唔係咁非黑即白，有冇違憲打過先會知

呢個係因為最後判斷係法官投票啫, 咁AI可以出比你睇大概有幾多%點點點

我意思係不時會有新案例推翻舊嘅案例，如果AI唔係識創新呢樣野跟案例太貼就會撞車，佢取代唔到counsel嘅原因就係好多時案例都唔會係呢啲情況比到一個答案，係真係要靠佢諗啲野說服個官唔跟案例而啲官又buy先會不斷有案例被推翻
如果AI要透過分析數據得出結論，姐係based on案例，佢點樣透過呢個系統去跳出個框叫個官唔用佢嘅資料庫中嘅案例判

咪同個律師做既野一樣囉 唔係好明創新在邊, 有冇例子

咁資料可以update啫, 你咁講法同唔比一個人睇新report就要求佢去做判斷冇分別

但我講緊係佢做唔到點respond to 一個新嘅情況呢樣野
你做大狀遇到變性人搵你告政府違憲唔比佢結婚
有冇得話我未遇過呢種情況幫唔到佢

點會做唔到 假設現有data真係有反映到違憲既話, 咁佢就會有return比你, 如果冇既咪冇囉, 咁咪等你地上街爭取完, 有野修改啦, 咪入新資料囉

通常呢啲野唔係咁非黑即白，有冇違憲打過先會知

呢個係因為最後判斷係法官投票啫, 咁AI可以出比你睇大概有幾多%點點點

我意思係不時會有新案例推翻舊嘅案例，如果AI唔係識創新呢樣野跟案例太貼就會撞車，佢取代唔到counsel嘅原因就係好多時案例都唔會係呢啲情況比到一個答案，係真係要靠佢諗啲野說服個官唔跟案例而啲官又buy先會不斷有案例被推翻
如果AI要透過分析數據得出結論，姐係based on案例，佢點樣透過呢個系統去跳出個框叫個官唔用佢嘅資料庫中嘅案例判

咪同個律師做既野一樣囉 唔係好明創新在邊, 有冇例子

有，search 英國R v Jogee呢個案件推翻左沿用三十年嘅法律原則，過呢三十年嘅案件都係錯晒
AI唔會識批判input嘅data嘛 就算批判左都唔可能係無法庭講係錯之前就肯定堆案件係錯誤

而最奇怪係，當香港終審庭上一個御用大律師用呢個案例去講香港過去嘅案件都判錯，因為當件未回歸香港跟英國樞密院判而Jogee一案講左樞密院判錯左個法官案件用錯左，所以終審法院應該一樣去推翻過去案例，不過今次就失敗左

同埋reward無人話講錢，正如econ嘅rational 唔係講自私而係每個人只為達到自己目的一樣，cost and benefit係講緊broad啲嘅野，呢樣野有啲似economic analysis of law, 不過主流法律界唔認同呢種做法

其實都係理性討論姐，想聽下AI點做legal個種value-judgment

其實唔難, 人類點解會有value-judgment係因為經驗, 宜家statistical learning最拿手就係分析經驗, 即係話有足夠案例比佢, 佢就可以simulate到人類做到既野, 當然你可以話人類有判斷, 但個判斷其實係basis, 你鍾意都可以set 粒rand seed比隻AI 次次唔同玩法

不過AI並能唔能夠因爲現實世界科技文化經濟模式改變去創新作出新嘅價值判斷？
Eg以前無變性人所以如果要AI分析以前婚姻權利點影響到變性人，佢地好難依賴案例去判斷
而事實上好多情況因爲社會環境變左舊嘅案例好多時都會被推翻，又或者有好多完全唔consistent嘅案例，所唔係話透過分析以前案例就足夠
所以我諗點解researcher話可見嘅日子AI都未能取代出入法庭嘅人

咁資料可以update啫, 你咁講法同唔比一個人睇新report就要求佢去做判斷冇分別

但我講緊係佢做唔到點respond to 一個新嘅情況呢樣野
你做大狀遇到變性人搵你告政府違憲唔比佢結婚
有冇得話我未遇過呢種情況幫唔到佢

法官大人， 而家係 deep learning , big data , nerval network computing , 唔係你屋企部 Windows 10 呀 , 係去到對輸入既事情以法律 view point 去作出respond 呀，有新倫理關係同新法律咪port 入去佢個knowledge base ，同 train 佢囉

同埋reward無人話講錢，正如econ嘅rational 唔係講自私而係每個人只為達到自己目的一樣，cost and benefit係講緊broad啲嘅野，呢樣野有啲似economic analysis of law, 不過主流法律界唔認同呢種做法

其實都係理性討論姐，想聽下AI點做legal個種value-judgment

其實唔難, 人類點解會有value-judgment係因為經驗, 宜家statistical learning最拿手就係分析經驗, 即係話有足夠案例比佢, 佢就可以simulate到人類做到既野, 當然你可以話人類有判斷, 但個判斷其實係basis, 你鍾意都可以set 粒rand seed比隻AI 次次唔同玩法

不過AI並能唔能夠因爲現實世界科技文化經濟模式改變去創新作出新嘅價值判斷？
Eg以前無變性人所以如果要AI分析以前婚姻權利點影響到變性人，佢地好難依賴案例去判斷
而事實上好多情況因爲社會環境變左舊嘅案例好多時都會被推翻，又或者有好多完全唔consistent嘅案例，所唔係話透過分析以前案例就足夠
所以我諗點解researcher話可見嘅日子AI都未能取代出入法庭嘅人

咁資料可以update啫, 你咁講法同唔比一個人睇新report就要求佢去做判斷冇分別

但我講緊係佢做唔到點respond to 一個新嘅情況呢樣野
你做大狀遇到變性人搵你告政府違憲唔比佢結婚
有冇得話我未遇過呢種情況幫唔到佢

法官大人， 而家係 deep learning , big data , nerval network computing , 唔係你屋企部 Windows 10 呀 , 係去到對輸入既事情以法律 view point 去作出respond 呀，有新倫理關係同新法律咪port 入去佢個knowledge base ，同 train 佢囉

新法律觀點源於有案例被推翻，但我就係問緊AI可唔可以推翻自己資料庫入面嘅資料，然後成功說服個官成為創立新案例嘅個個角色，而唔係一有新案例就input然後follow嘅角色

同埋reward無人話講錢，正如econ嘅rational 唔係講自私而係每個人只為達到自己目的一樣，cost and benefit係講緊broad啲嘅野，呢樣野有啲似economic analysis of law, 不過主流法律界唔認同呢種做法

其實都係理性討論姐，想聽下AI點做legal個種value-judgment

其實唔難, 人類點解會有value-judgment係因為經驗, 宜家statistical learning最拿手就係分析經驗, 即係話有足夠案例比佢, 佢就可以simulate到人類做到既野, 當然你可以話人類有判斷, 但個判斷其實係basis, 你鍾意都可以set 粒rand seed比隻AI 次次唔同玩法

不過AI並能唔能夠因爲現實世界科技文化經濟模式改變去創新作出新嘅價值判斷？
Eg以前無變性人所以如果要AI分析以前婚姻權利點影響到變性人，佢地好難依賴案例去判斷
而事實上好多情況因爲社會環境變左舊嘅案例好多時都會被推翻，又或者有好多完全唔consistent嘅案例，所唔係話透過分析以前案例就足夠
所以我諗點解researcher話可見嘅日子AI都未能取代出入法庭嘅人

咁資料可以update啫, 你咁講法同唔比一個人睇新report就要求佢去做判斷冇分別

但我講緊係佢做唔到點respond to 一個新嘅情況呢樣野
你做大狀遇到變性人搵你告政府違憲唔比佢結婚
有冇得話我未遇過呢種情況幫唔到佢

法官大人， 而家係 deep learning , big data , nerval network computing , 唔係你屋企部 Windows 10 呀 , 係去到對輸入既事情以法律 view point 去作出respond 呀，有新倫理關係同新法律咪port 入去佢個knowledge base ，同 train 佢囉

你明唔明法律係永遠冇非黑即白
法律view point每個律師法官學者都唔同
無得train基本上

AI唯一有用係做research
俾legal opinion係永遠取代唔到

同埋reward無人話講錢，正如econ嘅rational 唔係講自私而係每個人只為達到自己目的一樣，cost and benefit係講緊broad啲嘅野，呢樣野有啲似economic analysis of law, 不過主流法律界唔認同呢種做法

其實都係理性討論姐，想聽下AI點做legal個種value-judgment

其實唔難, 人類點解會有value-judgment係因為經驗, 宜家statistical learning最拿手就係分析經驗, 即係話有足夠案例比佢, 佢就可以simulate到人類做到既野, 當然你可以話人類有判斷, 但個判斷其實係basis, 你鍾意都可以set 粒rand seed比隻AI 次次唔同玩法

不過AI並能唔能夠因爲現實世界科技文化經濟模式改變去創新作出新嘅價值判斷？
Eg以前無變性人所以如果要AI分析以前婚姻權利點影響到變性人，佢地好難依賴案例去判斷
而事實上好多情況因爲社會環境變左舊嘅案例好多時都會被推翻，又或者有好多完全唔consistent嘅案例，所唔係話透過分析以前案例就足夠
所以我諗點解researcher話可見嘅日子AI都未能取代出入法庭嘅人

咁資料可以update啫, 你咁講法同唔比一個人睇新report就要求佢去做判斷冇分別

但我講緊係佢做唔到點respond to 一個新嘅情況呢樣野
你做大狀遇到變性人搵你告政府違憲唔比佢結婚
有冇得話我未遇過呢種情況幫唔到佢

法官大人， 而家係 deep learning , big data , nerval network computing , 唔係你屋企部 Windows 10 呀 , 係去到對輸入既事情以法律 view point 去作出respond 呀，有新倫理關係同新法律咪port 入去佢個knowledge base ，同 train 佢囉

你明唔明法律係永遠冇非黑即白
法律view point每個律師法官學者都唔同
無得train基本上

AI唯一有用係做research
俾legal opinion係永遠取代唔到

Are you fucking sure

AI只係簡化legal research ge process，可能係個快速版Westlaw
對solicitor黎講只係1/100個process
律師係服務性行業，個目標係提供解決方案
依樣野係相當人性化
上面話AI可以取代Solicitor真心on撚鳩

同埋reward無人話講錢，正如econ嘅rational 唔係講自私而係每個人只為達到自己目的一樣，cost and benefit係講緊broad啲嘅野，呢樣野有啲似economic analysis of law, 不過主流法律界唔認同呢種做法

其實都係理性討論姐，想聽下AI點做legal個種value-judgment

其實唔難, 人類點解會有value-judgment係因為經驗, 宜家statistical learning最拿手就係分析經驗, 即係話有足夠案例比佢, 佢就可以simulate到人類做到既野, 當然你可以話人類有判斷, 但個判斷其實係basis, 你鍾意都可以set 粒rand seed比隻AI 次次唔同玩法

不過AI並能唔能夠因爲現實世界科技文化經濟模式改變去創新作出新嘅價值判斷？
Eg以前無變性人所以如果要AI分析以前婚姻權利點影響到變性人，佢地好難依賴案例去判斷
而事實上好多情況因爲社會環境變左舊嘅案例好多時都會被推翻，又或者有好多完全唔consistent嘅案例，所唔係話透過分析以前案例就足夠
所以我諗點解researcher話可見嘅日子AI都未能取代出入法庭嘅人

咁資料可以update啫, 你咁講法同唔比一個人睇新report就要求佢去做判斷冇分別

但我講緊係佢做唔到點respond to 一個新嘅情況呢樣野
你做大狀遇到變性人搵你告政府違憲唔比佢結婚
有冇得話我未遇過呢種情況幫唔到佢

法官大人， 而家係 deep learning , big data , nerval network computing , 唔係你屋企部 Windows 10 呀 , 係去到對輸入既事情以法律 view point 去作出respond 呀，有新倫理關係同新法律咪port 入去佢個knowledge base ，同 train 佢囉

你明唔明法律係永遠冇非黑即白
法律view point每個律師法官學者都唔同
無得train基本上

AI唯一有用係做research
俾legal opinion係永遠取代唔到

我都唔明點解佢地講到案例好一致
明明好多時有啲官會比啲學者屌判錯
真係無一套真理，假設輸入左「正確」嘅案例，可能個官同啲案例睇法唔同，唔能夠think on your feet點address個官就會輸
又或者輸入左「錯誤」案例，咁岩對手有論點說服啲官推翻資料庫嘅案例