人工智能之光:神经网络算法在刑事审判领域的深度运用
D925.2; 充分运用人工智能,占领科技创新的高地,是国家信息化战略和司法改革的重要课题之一.然而,我国各地法院审判系统研发和应用的实际效果却与预期不符:辅助法官判案的只是人工智能的边缘功能,主要承担一些存储输出和按部就班的工作,缺乏举一反三的学习能力.选择神经网络算法构建刑事审判模型,是基于"让机器学习如何审判"的设想,模仿人类神经系统受到证据"刺激"后,通过网状的链接传导结构,使证据之间相互联系、相互影响、协同作用,分层次地步步证明案件事实,给法官判案提供参考.海量案例是机器学习的宝贵经验.神经网络的初始结构和参数都是随机的,通过将案例中的各证据、...
Gespeichert in:
| Veröffentlicht in: | 华中科技大学学报（社会科学版） 2021, Vol.35 (6), p.108-117 |
|---|---|
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | 117 |
|---|---|
| container_issue | 6 |
| container_start_page | 108 |
| container_title | 华中科技大学学报（社会科学版） |
| container_volume | 35 |
| creator | 张若枫 |
| description | D925.2; 充分运用人工智能,占领科技创新的高地,是国家信息化战略和司法改革的重要课题之一.然而,我国各地法院审判系统研发和应用的实际效果却与预期不符:辅助法官判案的只是人工智能的边缘功能,主要承担一些存储输出和按部就班的工作,缺乏举一反三的学习能力.选择神经网络算法构建刑事审判模型,是基于"让机器学习如何审判"的设想,模仿人类神经系统受到证据"刺激"后,通过网状的链接传导结构,使证据之间相互联系、相互影响、协同作用,分层次地步步证明案件事实,给法官判案提供参考.海量案例是机器学习的宝贵经验.神经网络的初始结构和参数都是随机的,通过将案例中的各证据、各要素量化——带入演算——输出结果,得出与实际判决之间的误差,再逆向修正参数,并带入下一个案例,这样循环往复地迭代、校验、修正,最终生成能够适用于所有案件的模型.机器学习的过程离不开监督、干预和控制,为了顺应司法改革的趋势,应当向它提供更多体现庭审实质化的案例数据,在评估结果时设置"宁纵不枉"、无罪推定的偏好,使神经网络模型更加符合审判规律,导向司法公正.然而神经网络在要素标注、算法生成上无法摆脱故步自封和以偏概全的弱点,缺乏必要论证过程形成的说服力,因此它只能作为司法裁判的辅助工具,不可取而代之. |
| doi_str_mv | 10.19648/j.cnki.jhustss1980.2021.06.12 |
| format | Article |
| fullrecord | <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_hzkjdxxb_shkxb202106012</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>hzkjdxxb_shkxb202106012</wanfj_id><sourcerecordid>hzkjdxxb_shkxb202106012</sourcerecordid><originalsourceid>FETCH-wanfang_journals_hzkjdxxb_shkxb2021060123</originalsourceid><addsrcrecordid>eNpjYFAzNNAztDQzsdDP0kvOy87Uy8ooLS4pLja0tDDQMzIwMtQzMNMzNGJh4DQ0MzfUNTcwMuZg4C0uzkwyMDYzMTa3NDTmZPB8smvX0-1Ln83c9aJ575Od3U9bO62eL533fHf_870Tn--e83zd9Gebpz6ds-Jpx8Qnu7qfrlv4tGPJy0VtT-fPfz6r5dn2jU93LXuxf8LzKSt4GFjTEnOKU3mhNDeDvptriLOHbnliXlpiXnp8Vn5pUR5QJj6jKjsrpaIiKb44I7siCeRSAzMDQyNj0nUAAOvhaf4</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>人工智能之光:神经网络算法在刑事审判领域的深度运用</title><source>国家哲学社会科学学术期刊数据库 (NSSD)</source><creator>张若枫</creator><creatorcontrib>张若枫</creatorcontrib><description>D925.2; 充分运用人工智能,占领科技创新的高地,是国家信息化战略和司法改革的重要课题之一.然而,我国各地法院审判系统研发和应用的实际效果却与预期不符:辅助法官判案的只是人工智能的边缘功能,主要承担一些存储输出和按部就班的工作,缺乏举一反三的学习能力.选择神经网络算法构建刑事审判模型,是基于"让机器学习如何审判"的设想,模仿人类神经系统受到证据"刺激"后,通过网状的链接传导结构,使证据之间相互联系、相互影响、协同作用,分层次地步步证明案件事实,给法官判案提供参考.海量案例是机器学习的宝贵经验.神经网络的初始结构和参数都是随机的,通过将案例中的各证据、各要素量化——带入演算——输出结果,得出与实际判决之间的误差,再逆向修正参数,并带入下一个案例,这样循环往复地迭代、校验、修正,最终生成能够适用于所有案件的模型.机器学习的过程离不开监督、干预和控制,为了顺应司法改革的趋势,应当向它提供更多体现庭审实质化的案例数据,在评估结果时设置"宁纵不枉"、无罪推定的偏好,使神经网络模型更加符合审判规律,导向司法公正.然而神经网络在要素标注、算法生成上无法摆脱故步自封和以偏概全的弱点,缺乏必要论证过程形成的说服力,因此它只能作为司法裁判的辅助工具,不可取而代之.</description><identifier>ISSN: 1671-7023</identifier><identifier>DOI: 10.19648/j.cnki.jhustss1980.2021.06.12</identifier><language>chi</language><publisher>中国人民公安大学</publisher><ispartof>华中科技大学学报（社会科学版）, 2021, Vol.35 (6), p.108-117</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/hzkjdxxb-shkxb/hzkjdxxb-shkxb.jpg</thumbnail><link.rule.ids>314,780,784,4021,27921,27922,27923</link.rule.ids></links><search><creatorcontrib>张若枫</creatorcontrib><title>人工智能之光:神经网络算法在刑事审判领域的深度运用</title><title>华中科技大学学报（社会科学版）</title><description>D925.2; 充分运用人工智能,占领科技创新的高地,是国家信息化战略和司法改革的重要课题之一.然而,我国各地法院审判系统研发和应用的实际效果却与预期不符:辅助法官判案的只是人工智能的边缘功能,主要承担一些存储输出和按部就班的工作,缺乏举一反三的学习能力.选择神经网络算法构建刑事审判模型,是基于"让机器学习如何审判"的设想,模仿人类神经系统受到证据"刺激"后,通过网状的链接传导结构,使证据之间相互联系、相互影响、协同作用,分层次地步步证明案件事实,给法官判案提供参考.海量案例是机器学习的宝贵经验.神经网络的初始结构和参数都是随机的,通过将案例中的各证据、各要素量化——带入演算——输出结果,得出与实际判决之间的误差,再逆向修正参数,并带入下一个案例,这样循环往复地迭代、校验、修正,最终生成能够适用于所有案件的模型.机器学习的过程离不开监督、干预和控制,为了顺应司法改革的趋势,应当向它提供更多体现庭审实质化的案例数据,在评估结果时设置"宁纵不枉"、无罪推定的偏好,使神经网络模型更加符合审判规律,导向司法公正.然而神经网络在要素标注、算法生成上无法摆脱故步自封和以偏概全的弱点,缺乏必要论证过程形成的说服力,因此它只能作为司法裁判的辅助工具,不可取而代之.</description><issn>1671-7023</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2021</creationdate><recordtype>article</recordtype><recordid>eNpjYFAzNNAztDQzsdDP0kvOy87Uy8ooLS4pLja0tDDQMzIwMtQzMNMzNGJh4DQ0MzfUNTcwMuZg4C0uzkwyMDYzMTa3NDTmZPB8smvX0-1Ln83c9aJ575Od3U9bO62eL533fHf_870Tn--e83zd9Gebpz6ds-Jpx8Qnu7qfrlv4tGPJy0VtT-fPfz6r5dn2jU93LXuxf8LzKSt4GFjTEnOKU3mhNDeDvptriLOHbnliXlpiXnp8Vn5pUR5QJj6jKjsrpaIiKb44I7siCeRSAzMDQyNj0nUAAOvhaf4</recordid><startdate>2021</startdate><enddate>2021</enddate><creator>张若枫</creator><general>中国人民公安大学</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2021</creationdate><title>人工智能之光:神经网络算法在刑事审判领域的深度运用</title><author>张若枫</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_hzkjdxxb_shkxb2021060123</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2021</creationdate><toplevel>online_resources</toplevel><creatorcontrib>张若枫</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>华中科技大学学报（社会科学版）</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>张若枫</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>人工智能之光:神经网络算法在刑事审判领域的深度运用</atitle><jtitle>华中科技大学学报（社会科学版）</jtitle><date>2021</date><risdate>2021</risdate><volume>35</volume><issue>6</issue><spage>108</spage><epage>117</epage><pages>108-117</pages><issn>1671-7023</issn><abstract>D925.2; 充分运用人工智能,占领科技创新的高地,是国家信息化战略和司法改革的重要课题之一.然而,我国各地法院审判系统研发和应用的实际效果却与预期不符:辅助法官判案的只是人工智能的边缘功能,主要承担一些存储输出和按部就班的工作,缺乏举一反三的学习能力.选择神经网络算法构建刑事审判模型,是基于"让机器学习如何审判"的设想,模仿人类神经系统受到证据"刺激"后,通过网状的链接传导结构,使证据之间相互联系、相互影响、协同作用,分层次地步步证明案件事实,给法官判案提供参考.海量案例是机器学习的宝贵经验.神经网络的初始结构和参数都是随机的,通过将案例中的各证据、各要素量化——带入演算——输出结果,得出与实际判决之间的误差,再逆向修正参数,并带入下一个案例,这样循环往复地迭代、校验、修正,最终生成能够适用于所有案件的模型.机器学习的过程离不开监督、干预和控制,为了顺应司法改革的趋势,应当向它提供更多体现庭审实质化的案例数据,在评估结果时设置"宁纵不枉"、无罪推定的偏好,使神经网络模型更加符合审判规律,导向司法公正.然而神经网络在要素标注、算法生成上无法摆脱故步自封和以偏概全的弱点,缺乏必要论证过程形成的说服力,因此它只能作为司法裁判的辅助工具,不可取而代之.</abstract><pub>中国人民公安大学</pub><doi>10.19648/j.cnki.jhustss1980.2021.06.12</doi></addata></record> |
| fulltext | fulltext |
| identifier | ISSN: 1671-7023 |
| ispartof | 华中科技大学学报（社会科学版）, 2021, Vol.35 (6), p.108-117 |
| issn | 1671-7023 |
| language | chi |
| recordid | cdi_wanfang_journals_hzkjdxxb_shkxb202106012 |
| source | 国家哲学社会科学学术期刊数据库 (NSSD) |
| title | 人工智能之光:神经网络算法在刑事审判领域的深度运用 |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-14T15%3A33%3A38IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E4%B9%8B%E5%85%89:%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%AE%97%E6%B3%95%E5%9C%A8%E5%88%91%E4%BA%8B%E5%AE%A1%E5%88%A4%E9%A2%86%E5%9F%9F%E7%9A%84%E6%B7%B1%E5%BA%A6%E8%BF%90%E7%94%A8&rft.jtitle=%E5%8D%8E%E4%B8%AD%E7%A7%91%E6%8A%80%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5%EF%BC%88%E7%A4%BE%E4%BC%9A%E7%A7%91%E5%AD%A6%E7%89%88%EF%BC%89&rft.au=%E5%BC%A0%E8%8B%A5%E6%9E%AB&rft.date=2021&rft.volume=35&rft.issue=6&rft.spage=108&rft.epage=117&rft.pages=108-117&rft.issn=1671-7023&rft_id=info:doi/10.19648/j.cnki.jhustss1980.2021.06.12&rft_dat=%3Cwanfang_jour%3Ehzkjdxxb_shkxb202106012%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=hzkjdxxb_shkxb202106012&rfr_iscdi=true |