Консультационные системы в юридической деятельности.

В своей деятельности человек не всегда имеет полную, достоверную и численно заданную информацию для принятия решений. В этих ситуациях математических моделей, которыми оперирует компьютер, юывает недостаточно. Специалист, имеющий знания и опыт, находит решение такой задачи, используя интеллектуальную деятельность.

Наука под названием «искусственный интеллект» входит в комплекс компьютерных наук, а создаваемые на ее основе технологии относятся к информационным технологиям. Задачей этой науки является обеспечение разумных рассуждений и действий с помощью вычислительных систем

На этом пути возникают следующие главные трудности:

а) в большинстве случаев до получения результата не известен алгоритм решения задачи. Например, точно неизвестно, как происходит понимание текста, поиск доказательства, построение плана действий, узнавание изображения.

б) компьютеры не обладают достаточным уровнем начальной компетентности. То есть. Отсутствие конкретно сформулированных начальных данных в формальной форме. Специалист же добивается результата, используя свою компетентность (в частности, знания и опыт).

Исследования в области искусственного интеллекта ведутся в следующих направлениях:

· представление знаний (создание баз знаний, формализация специальных знаний);

· манипулирование знаниями (обучение ИС методом использования знаний);

· общение (понимание речи, текстов, ведение диалога);

· восприятие информации (распознавание образов: анализ зрительной, акустической, тактильной информации, распознавание запахов);

· обучение ИС решению новых задач, с которыми она еще не сталкивалась;

· создание моделей поведения (ситуационного, целесообразного и т.д.)

Прикладные интеллектуальные системы, использующие различные способы представления знаний для решения задач носят название экспертных систем.

Экспертная система – это человеко-машинный комплекс, основанный на профессиональных данных специалистов соответствующей сферы, имеющий внутреннюю логику и способный генерировать решения по существу рассматриваемой проблемы.

Экспертные системы связаны с предметной областью, но структура всех экспертных систем одинакова:

· система накопления и обработки знаний для формирования базы знаний;

· база знаний, на основе которой принимается решение;

· система обработки запроса пользователя;

· система объяснений, которая с разным уровнем детализации объясняет, на основе каких рассуждения получен результат;

· интерфейс пользователя.

Формирование базы знаний происходит в процессе совместной работы эксперта – узкого специалиста в области права и специалиста в области информационных технологий. Последний должен в процессе интервьюирования эксперта формализовать его опыт и знания для дальнейшего ввода в программу. Сложность задачи заключается в том, что человек не всегда может логически объяснить свое решение, принимая его за интуицию. Методики когнитивной психологии позволяют разбить процесс принятия решения на простые составляющие.

База знаний обычно строится в виде блоков, состоящих из узлов и отношений. Отношения могут иметь вероятностный характер.

В настоящее время разработка и реализация экспертных систем из научных разработок превратилась в самостоятельную инженерную область.

Разработка коммерческих правовых ЭС за рубежом осуществляется в основном в области управления финансами, то есть там, где эффект от их применения особенно нагляден и дает ощутимые результаты. К таким системам относятся ЭС «AUDITOR», ЭС «DSCAS», ЭС «JUDITH», ЭС «LRS» и др. Эти системы подбирают правовую информацию, связанную с ведением дела, предлагают различные варианты ведения дела, рассчитывают размеры исков.

Самообучающиеся системы. Процесс обучения системы – процесс формирования обобщенных правил и функций для формирования базы знаний с учетом примеров из реальной практики и знаний эксперта.

Опознавания образов. Задача опознавания образов шире, чем просто сравнение двух изображений. Она связана с сравнением статистического распределения событий, исследовании спектров и т.п.

Решение задачи основано на сравнении расстояния точек исследуемого объекта от эталона. Если расстояние оказывается достаточно малым, объект признается сходным с эталоном.

Сложность состоит в выборе параметров, определяющих объект, в выборе правил расчета расстояния и задании точности определения.

Для решения задач опознавания образов часто используют нейронные сети.

Задачи обработки естественного языка. Это направление связано с разработкой систем поддержки речевого общения, c решением проблем уточнения запроса в информационных системах, с задачами сегментации текстов по тематическим топикам, с задачами управления диалогом, с задачами анализа естественного языка с использованием различных эвристик.

По-прежнему актуальны обучения контекстному анализу текста, задачи приобретения знаний интеллектуальными системами и извлечения информации из текстов. Важнейшей задачей в процессе извлечения информации, как, впрочем, и в процессе приобретения знаний, является минимизация роли эксперта – участника процесса.

Системы, основанные на прецедентах. Часто эти системы называют СВR (Case-Base Reasonning). В этих системах база знаний содержит описания не обобщенных ситуаций, а собственно сами ситуации, или прецеденты. Тогда поиск решения проблемы сводится к поиску по аналогии (выводу от частного к частному).

В этой ситуации встает проблема выбора, что можно считать аналогичной ситуацией.

Аналитические системы, позволяющие искать связи между событиями. Аналитические системы широко применяются в экономике. С их помощью можно обрабатывать пользовательские запросы, показывающие зависимости значений одних величин от других.

В юридической практике более актуальны системы, позволяющие строить связи, выявляя цепочки связанных между собой людей или событий. Например, выявлять связи звонивших друг другу участников преступления среди множества других звонков этих абонентов.

Информационно-консультационные системы позволяют сократить время поиска, выявить наиболее важные связи.

Так, система «Спрут» специально ориентированная на выявление и моделирование связей в преступных группировках. Она позволяет фиксировать и информацию, отражающую их качественные характеристики (коррупция, родственные связи и т.д.). Аналогичные системы разработаны для поиска преступников-«гастролеров». Например, АИС «Квадрат», которая на основе информации о преступлениях и административных правонарушениях давала анализ более или менее устойчивых криминогенных связей (место жительства, работы, наличия знакомых) между местом совершения преступлений и местом жительства преступников Они позволили значительно оптимизировать процесс аналитической работы следователей по уголовным делам.

Одна из наиболее эффективно функционирующих систем основна на принципе «Модус операнди» (описание «почерка» преступления). АИС «Сейф» предназначена для раскрытия и расследования хищений денежных средств из закрытых хранилищ. Обращение к системе «Сейф» позволяет, во-первых, выдвинуть обоснованные версии о причастности к совершению преступлений конкретных лиц, а во-вторых, выявить серии нераскрытых преступлений, которые могли быть совершены одним лицом или одной преступной группой.

Консультирующие программы позволяют в режиме диалога делать выводы, опираясь на экспертную систему. К таким программам можно отнести «Маньяк» (психологический портрет серийного преступника), «Время смерти». Консультирующие программы позволяют получить консультацию о направлении ведения допроса и другие

Применение компьютерных технологий в судебно-экспертных исследованиях связано с созданием в данной сфере автоматизированных информационно-поисковых систем. Создание таких систем стимулируется тем, что объектом этих исследований выступают тысячи разновидностей различных материалов, веществ и изделий, каждая из которых характеризуется множеством свойств и признаков. Традиционно в учреждениях судебной экспертизы создавались справочно-информационные фонды (СИФ) — собрания различных объектов, образцов оружия, боеприпасов, обуви, марок бензина, осколков фар и т. д.

Исследования по автоматизации судебной экспертизы были начаты более тридцати лет назад, в Центральном (позже Всесоюзном и Всероссийском) НИИ судебных экспертиз. Длительное время количество экспертиз с применением методов автоматизации оставалось незначительным. Это было связано с большой сложностью задач идентификации таких объектов. В настоящее время уже значительная часть экспертиз делается с помощью компьютерных технологий.

В последние годы в судебно-экпертных учреждениях широко применяются:

· программы сбора и обработки первичной информации, поступающей с приборов (например, "Газхром");

· программы для решения идентификационных и классификационных задач (например, "Модель оружия");

· программы для математических расчетов (например, "Контраст", "Бета");

· программные комплексы для информационного обеспечения судебной экспертизы (различного рода поисковые системы, например, "Узлы");

· программы для составления текста экспертных заключений в диалоговом режиме.

Разрабатывается АИПС по взрывам и пожарам. Она содержит информацию о причинах взрывов и классификации взрывчатых веществ, методы анализа и сравнения подобных случаев. Аналогичная система создана по взрывам и пожарам на промышленных предприятиях. В перспективе планируется создание интерактивных баз данных.

Автоматизированная система " Автоэкс-3" предназначена для использования в экспертных исследованиях по наездам транспортных средств на пешеходов. Программа позволяет проверять техническую возможность водителя предотвратить наезд, определять скорость, скоростной путь, и другие параметры ДТП.

Широко применяются системы распознавания образов, позволяющие идентифицировать отпечатки пальцев («Дактоэксперт», «Папиллом»), находить фотографию в базе данных по словесному описанию («Портрет»).

Одной из главных проблем современного профессионального образование является отрыв изучаемых дисциплин от реальных задач, встающих перед специалистом в его дальнейшей деятельности; недостаток практического опыта выпускаемых специалистов. Компьютерные деловые игры позволяют имитировать профессиональную деятельность студентов, приближая их к реальным условиям. Важными учебными целями игры являются ориентация на работу в группе, целостное и системное мышление плюс способность действовать.

Обучающие программные комплексы можно разделить на три группы: тренажеры, обучающие программы и имитационные системы.

Тренажеры позволяют дистанционно выполнять работу на современном дорогостоящем оборудовании. База знаний такого тренажера содержит сведения о том, в какой последовательности следует проводить исследования, какие результаты будут получены в том или ином случае.

Обучающие системы используют для интеллектуальной проверки знаний обучаемого. Обучаемому предлагается некоторая задача. В зависимости от результата решения этой задачи система определяет, с чем связаны ошибки, предлагает повторить такие разделы, и подбирает задачи для проверки.

Имитационные деловые игры демонстрируютвозникновение и развитие ситуации в зависимости от решений пользователя. Играющему предоставляется возможность уточнить ситуацию и выбрать действие. В зависимости от выбора имитируется развитие событий, на которые нужно выбирать следующие действия. В конце ИС анализирует работу пользователя.

Технология создания имитационных деловых игр сходна с технологией обычных компьютерных игр типа Quest. Однако в деловых играх дополнительно используются экспертная система для объяснения ошибочных действий.

Больше всего имитационных игр создано для бизнес-образования.

Для юристов разработан ряд имитационных обучающих систем, в которых моделируются как отдельные следственные действия (например, осмотр места происшествия), так и процесс расследования в целом: «Убийство», «Следователь», «Рэкет», «Мираж», «Плагиат», «Расследование изнасилований», «Прокурорский надзор» и пр.