在越来越多的行业中，电子发现监管和合规文件可以使跨州交易（例如在美国）变得不那么复杂。
在制药等行业中，以及其常常复杂的供应链中，公司必须了解来自本地和联邦层面不同立法机构的大量变化的规则和法规。因此，毫不奇怪，在受监管的供应链合规性方面，人工智能可以极大地发挥作用。鉴于人工智能擅长阅读和解析文档和图像，像Lighthouse AI这样的服务提供商使用不同形式的技术来梳理管理该行业的现有和新文档。
公司的最新套件Lighthouse AI for Review使用预测性和生成式人工智能的变体、图像识别和光学字符识别，以及语言建模，来处理大量、时间敏感的使用场景。
预测性人工智能用于文档分类，生成式人工智能帮助审查过程以获得更好、更可防御的下游结果。公司声称套件的语言建模元素将平台的准确性提炼到通常"超出人工智能能力"的水平。
电子发现 - 广义术语
Lighthouse AI目前已成立六年，自2019年以来已分析了数十亿份文档，但预测性人工智能仍然对软件至关重要，尽管可以说生成式人工智能在过去18个月里抢尽了风头。Lighthouse的人工智能和分析总监Fernando Delgado表示："尽管最近确实对生成式人工智能的影响给予了很多关注，但预测性人工智能的力量和相关性不能被忽视。它们做不同的事情，在同一工作流程中结合它们往往能带来真正的价值。"
鉴于"制药行业"这个笼统的术语包括从医疗技术、药物研究和生产，直到配药店等如此不同的领域，某个行业内个别公司的合规要求可能千差万别。"与采用一刀切的方法不同，我们能够将技术定制以满足我们独特的需求 - 将我们的想法转化为真实、有影响力的解决方案，"Cleary Gottlieb Steen & Hamilton的法律顾问Christian Mahoney说。
Lighthouse AI for Review包括人工智能响应审查、人工智能特权审查、人工智能特权分析以及人工智能个人可识别信息/受保护健康信息/支付卡行业数据识别等使用场景。Lighthouse AI声称，其用户通过人工智能响应审查功能可将分类和摘要文档的数量减少多达40%，并且大语言模型在开始创造投资回报之前需要较少的训练。
Lighthouse AI表示，人工智能特权审查的准确性比基于关键词的模型"高60%"。
人工智能处理视觉数据的敏锐度通过图像分析的人工智能来实现，它使用生成式人工智能分析图像，例如，生成媒体的文本描述，并使用用户与其他任务交互的界面呈现结果。
Lighthouse的个人可识别信息/受保护健康信息/支付卡行业数据识别人工智能自动映射实体之间的关系，可以减少手动审查的需要。"这些新产品高度差异化，旨在为电子发现的数量、速度和复杂性提供最大影响，"Lighthouse首席执行官Ron Markezich说。
（图片来源："巴塞尔 - 罗氏大楼1"由corno.fulgur75根据CC BY 2.0许可）
另请参阅：Hugging Face呼吁在人工智能行动计划中关注开源
想要向行业领袖了解更多关于人工智能和大数据的信息吗？请查看人工智能与大数据博览会，该活动将在阿姆斯特丹、加利福尼亚和伦敦举行。这个全面的活动与其他领先活动同地举办，包括智能自动化大会、区块链大会、数字转型周和网络安全与云计算博览会。
探索由TechForge提供支持的其他即将到来的企业技术活动和网络研讨会，请点击此处。
本文最初发表于Lighthouse AI for Review增强文档电子发现，来源于人工智能新闻。
