Александр Сарапин, исполнительный директор в «Право.ру», рассказывает, какие задачи в юридической сфере можно решать с помощью машинного обучения, и объясняет, почему технологии в этой области развиваются не так быстро, как хотелось бы.
Машинное обучение, найдя первое применение в IT-сфере, стало быстро проникать сначала в области, смежные с IT, а затем и на другие рынки. Специалисты по анализу данных, они же дата-сайентисты, сегодня помогают на заводах, в банках, в строительных компаниях, в спортивных клубах — список можно продолжать до бесконечности. Не стала исключением и юриспруденция. Я наблюдаю этот процесс уже около 8 лет и на днях приехал в «Яндекс», на конференцию Data&Science, чтобы рассказать о больших данных в работе юристов.
Data&Science — инициатива «Яндекса» по развитию комьюнити дата-сайентистов и их сближению с потенциальными заказчиками из других сфер: одни рассказывают другим о своих актуальных задачах и находят способы помочь друг другу в различных проектах. Подготовка моего выступления на конференции как раз и послужила поводом написать эту статью. Я расскажу, как машинное обучение проникает в юриспруденцию, почему это происходит медленнее, чем хотелось бы, и как в будущем умные сервисы помогут сделать правовые процессы эффективнее.
Для непосвященных
Сначала объясню, что такое машинное обучение. Если вы знакомы с этим понятием, смело переходите к следующему абзацу.
Источник: