Kadiri hati za kisheria zinavyozidi kuandikwa kwa mifano mikubwa ya lugha, nukuu za uwongo zimekuwa tatizo kubwa kwa mahakama na mawakili wanaofika mbele yao. Watafiti wa Georgia Tech wameunda zana huria iliyoundwa ili kunasa marejeleo hayo yaliyotungwa kabla ya kufikia jaji.
Zana hii, inayoitwa Kikagua Mahitaji ya Kisheria ya Mellea (Mellea-LRC), inaweza kutambua na kuthibitisha dondoo za sheria za kesi, kwa kuzingatia mahususi juu ya nukuu zilizobuniwa na AI. Iliundwa kupitia mpango wa ushirika katika Kituo cha Georgia Tech cha Uhandisi wa Programu za Kisayansi (CSSE) na Ofisi ya Programu ya Open Source (OSPO), iliyofadhiliwa na mchango kutoka IBM, kulingana na tangazo la chuo kikuu. For more context on this story, see our ongoing artificial intelligence updates.
Wanafunzi wa Shahada ya Uzamili Adrian Lozada na Di Wu walichaguliwa kama wenzao wa kuunda zana hiyo na washauri kutoka CSSE na OSPO. Lengo lao, chuo kikuu kilisema, lilikuwa kuwapa mawakili na wengine katika uwanja wa sheria njia rahisi ya kuthibitisha dondoo za kisheria.
Jinsi Inavyofanya Kazi
Mellea-LRC inachanganya miundo mikubwa ya lugha na mfumo wa chanzo huria wa IBM wa Mellea, ambao umejengwa karibu na dhana ya "kufundisha, thibitisha, kurekebisha": wasanidi programu huandika sheria ambazo matokeo ya LLM lazima yatimize kama msimbo wa kawaida, na mfumo huo hujaribu tena simu za modeli hadi matokeo yafikie.
"Mfumo wa Mellea wa IBM ulikuwa msingi tulioujenga. Kazi ya Mellea ni kufanya simu za mfano kutabirika: unaandika sheria ambazo matokeo lazima yakidhi kama msimbo wa kawaida, na mfumo huo ujaribu tena hadi matokeo ya LLM yafikie. Kazi yetu ilikuwa kuimarisha mfumo wa kujenga maombi ya kisheria kutoka mwisho hadi mwisho," Wu alisema katika tangazo hilo.
Chombo kinachakata hati katika muda wa dakika nane. Kwanza hutoa manukuu ya sheria ya kesi kutoka kwa jalada la kisheria, kisha inathibitisha kwamba kila dondoo ni halisi na kwamba linaunga mkono maudhui ya hati - sehemu ya pili ikiwa ni ile inayotofautisha nukuu iliyoibwa na ya uwongo tu. Kesi iliyotungwa ambayo haipo inashindwa hundi ya kwanza; kesi halisi ambayo haisemi nini madai ya kufungua inashindwa pili.
Ilijaribiwa dhidi ya Filings Halisi zilizotengenezwa
Timu ilitathmini Mellea-LRC kuhusu hati 26 za kuwasilisha mahakamani za umma zinazojulikana kuwa na nukuu za uwongo - aina sawa ya matukio ambayo yameweka vikwazo na uchunguzi katika mahakama kama muhtasari ulioandaliwa na AI unavyoenea.
Tatizo malengo ya Mellea-LRC yameandikwa vyema: LLMs huzalisha majina ya kesi yanayoonekana kueleweka, manukuu na manukuu ambayo hayaambatani na kielelezo chochote halisi, na mawakili wamekabiliwa na adhabu baada ya kuwasilisha majalada kama haya bila kuyaangalia.
Open Source by Design
Sharti la msingi la mradi lilikuwa kwamba msimbo wa chombo uwe wazi. Kando ya zana, timu ilitoa jaribio jipya na seti ya data ya uthibitishaji kwenye Hugging Face kwa masomo ya baadaye ya ulinganishaji.
"Agent AI inakua kwa haraka, na ukuaji mkubwa hutokea katika miradi ya chanzo huria, ambapo mtu yeyote anaweza kusoma, kutumia na kuboresha kazi," Lozada alisema.
Jeff Young, mkurugenzi wa OSPO na mwanasayansi mkuu wa utafiti katika Georgia Tech, alisema mfumo wa Mellea wa IBM ulikuwa muhimu kwa kazi kwa sababu mbinu yake ya "kufundisha, kuthibitisha, kutengeneza" inaruhusu kuundwa kwa vitanzi vya kuaminika vya LLM.
Usanifu Nyuma ya Pato la Kutegemewa
Kinachofanya mbinu ya Mellea kujulikana ni pale inapoweka mzigo wa kutegemewa. Mikakati mingi ya kupunguza upotevu wa mawazo huuliza mtindo wenyewe kuwa makini zaidi - kupitia kushawishi, kurekebisha vizuri, au uboreshaji wa kurejesha. Mellea-LRC inageuza kuwa: mahitaji ya usahihi yanaishi katika msimbo wa kawaida nje ya muundo, na mfumo unaendelea kupigia simu muundo hadi matokeo yatakapokidhi.
Muundo huo una matokeo mawili ya vitendo. Kwanza, mantiki ya uthibitishaji inaweza kukaguliwa - wakili au mahakama inaweza kusoma kanuni hasa ambazo nukuu ilipaswa kupitisha, badala ya kuamini hukumu ya mfano isiyo wazi. Pili, muundo sawa unajumuisha zaidi ya manukuu ya kisheria kwa kikoa chochote ambapo matokeo yanaweza kuangaliwa kimkakati, ambayo ndiyo sifa ambayo imefanya mifumo ya mawakala kuvutia wasanidi wa biashara.
Muundo wa ushirika pia unapaswa kuzingatiwa. Badala ya maabara ya kampuni iliyofungwa, mradi uliwaweka wanafunzi wawili wa uzamili, ushauri kutoka kwa CSSE na OSPO, na ufadhili wa IBM karibu na tatizo finyu, lililobainishwa vyema la uthibitishaji - na kutoa zana ya kufanya kazi pamoja na seti ya data ya umma.
Kwa nini Ni Muhimu kwa Tasnia ya Sheria
Mahakama zimekuwa kielelezo cha matatizo ya kuegemea ya AI. Mtiririko wa utendakazi wa uthibitishaji wa Mellea-LRC hujiendesha kiotomatiki - kuthibitisha kuwa kuna nukuu na kukagua inasema nini mtayarishaji anadai - ndiyo hatua hasa ya bidii ambayo wakaguzi wa kibinadamu huruka wakati makataa yamebanwa.
Muda wa uchakataji wa dakika nane kwa kila hati hufanya iwe rahisi kuendesha kabla ya kuwasilisha, badala ya kuwa zoezi la uchunguzi baada ya hakimu kuripoti kesi ambayo haipo. Na kwa sababu zana na mkusanyiko wake wa data wa tathmini ni chanzo huria, timu nyingine zinaweza kukagua jinsi inavyofanya kazi, kuzipanua hadi maeneo ya ziada ya mamlaka na miundo ya manukuu, na uboreshaji wa alama - mbinu ambayo inatofautiana na vikagua vidhibiti vya umiliki vilivyofungwa.
Mradi huo pia unaashiria mahali ambapo zana za AI za biashara zinaelekea: badala ya kujaribu kufanya miundo ionekane kuwa duni, timu kama Georgia Tech zinaunda tabaka za uthibitishaji kuzizunguka, kwa kutumia sheria zilizoundwa na majaribio ya kiotomatiki ili kufanya matokeo ya muundo kutabirika vya kutosha kwa taaluma za kiwango cha juu.
Kwa tasnia ya kisheria, hesabu ni moja kwa moja. AI inaweza kuandaa muhtasari kwa dakika, na zana kama vile Mellea-LRC zinaweza kuangalia manukuu yake kwa wakati mmoja. Kigezo kilichosalia ni kama makampuni yataifanya hundi hiyo kuwa hatua ya lazima - kabla ya kuwasilisha faili, si baada ya kuidhinishwa.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
