人工智能的广泛使用是信息技术发展的拐点

在全球超过1亿个家庭中，人们醒来后问：“ Alexa，请告诉我天气预报。”对于已经安装了Amazon Echo设备的数百万个家庭，人工智能(AI)到来并每天都在使用。人工智能的广泛使用是信息技术发展的一个拐点，并且理解该技术的基础对于法律实践的每个领域都是必不可少的。

人工智能技术提供的动力远远超过了台式娱乐设备。例如，正在开发移动机械系统，即移动机器人，以帮助照顾老年人，并且已经显示出已经使用的自动驾驶技术可以减少事故。目前，AI的使用方式还不太明显，它每天都会影响大多数人的生活。互联网搜索引擎(例如Google和Bing)使用AI来改善搜索结果。在IBM的Watson技术的帮助下，医生们正在使用AI改善医疗效果。相同的AI技术可帮助天气预报员以分钟到分钟的准确度预测何时降雨。

在这些迭代中，人工智能技术被术语“认知计算”和“增强智能”重新构架，以描述一组组合或交互以帮助人类执行许多不同任务的技术。人工智能的这些和其他用例将不可避免地挑战社会规范和法律规则，从而给立法者，律师，科学家和公众带来新问题。

定义人工智能

AI并不是有情的代理人或良心，它只是具有智能行为的人造系统。在《人工智能》一书中，作者和计算机科学教授David L. Poole和Alan K. Mackworth将AI系统定义为具有以下特征：

系统根据其情况和目标执行适当的工作;

该系统非常灵活，可以适应不断变化的环境和不断变化的目标;

系统从经验中学习;和

鉴于其感知和计算方面的限制，系统会做出适当的选择。一个AI系统通常不能直接观察世界的状态，因为它只有有限的内存，并且没有无限的行动时间。

应该注意的是，“人工”一词仅是指人们创造和发展的东西，并不表示所获得的“智慧”在任何意义上都是“伪造的”。

人工智能系统的要素

计算机系统如何模仿人类的智力?AI系统利用许多软件和相关硬件技术，这些软件和相关硬件技术本身并不构成有效的AI系统。这些技术相互作用并重叠以提供AI功能，这取决于它们承担问题的方式。

大数据

术语“大数据”是指大量的结构化和非结构化数据，以及可以有效利用其中包含的信息的软件和硬件技术。在大多数应用程序中，可以远程访问这些大数据集，从而使云计算技术成为大数据系统的重要方面。大数据技术与AI相结合，是一种特别强大的组合。在许多其他用例中，它可以帮助零售商通过检查他们过去的销售数据来定位客户。它可以帮助运动队追踪运动员的表现;并且可以解决对律师具有实际意义的问题，例如更快，更有效地分析大型文本文档数据库，例如法规，法律意见和法规。

机器学习和深度学习

智能系统的关键方面之一是学习经验的能力。“机器学习”是一个术语，指的是可以随着更多数据的应用而改进的算法。机器学习可以通过许多不同的方式来实现。

人工神经网络是一个术语，指的是模拟人脑神经结构的简单互连单元的网络(不是字面上而是概念上的)。神经网络擅长于模式的非引导式发现，这种质量对于诸如图像识别，未来趋势预测和音频信号处理等任务非常有用。神经网络学会通过一系列普通人形容为“被猜测者”来识别物体。该系统被教导目标信息的基本特征，例如椅子。在被告知大多数椅子有四只腿，一个座位和一个靠背之后，该系统将收到数千张各种椅子的图像。这些图像“教”系统用作椅子的家具的各种迭代。这样，网络“学习”以识别不同的对象。

深度学习是一种特殊的机器学习类型，涉及多层面的自动化。机器学习要求程序员告诉算法为做出决定应寻找的东西。仅向算法提供原始数据很少有效。特征提取给程序员带来了负担，特别是在复杂问题中。该算法的有效性在很大程度上取决于程序员的技能。深度学习模型解决了这个问题，因为它们能够学习自己专注于正确的功能。该系统几乎不需要程序员的指导，因此使分析比人类可以做的更好。

在图像和语音识别等复杂任务中，深度学习非常有效。但是该技术的计算量非常大，深度学习系统需要大量的数据来对其进行训练。另一个问题是“可解释性”或“黑匣子”问题。深度学习系统以“无监督”方式学习(即不依赖于程序员)的能力可能使理解和描述系统用于进行分类和完成任务的过程变得困难。这带来了实际的困难(如何修复这样的系统或在失败或造成伤害时如何分配责任)以及哲学和社会问题。