在越來越多的行業中，電子發現監管和合規檔案可以使跨州交易（例如在美國）變得不那麼複雜。
在製藥等行業中，以及其常常複雜的供應鏈中，公司必須瞭解來自本地和聯邦層面不同立法機構的大量變化的規則和法規。因此，毫不奇怪，在受監管的供應鏈合規性方面，人工智慧可以極大地發揮作用。鑑於人工智慧擅長閱讀和解析文件和影象，像Lighthouse AI這樣的服務提供商使用不同形式的技術來梳理管理該行業的現有和新文件。
公司的最新套件Lighthouse AI for Review使用預測性和生成式人工智慧的變體、影象識別和光學字元識別，以及語言建模，來處理大量、時間敏感的使用場景。
預測性人工智慧用於文件分類，生成式人工智慧幫助審查過程以獲得更好、更可防禦的下游結果。公司聲稱套件的語言建模元素將平臺的準確性提煉到通常"超出人工智慧能力"的水平。
電子發現 - 廣義術語
Lighthouse AI目前已成立六年，自2019年以來已分析了數十億份文件，但預測性人工智慧仍然對軟體至關重要，儘管可以說生成式人工智慧在過去18個月裡搶盡了風頭。Lighthouse的人工智慧和分析總監Fernando Delgado表示："儘管最近確實對生成式人工智慧的影響給予了很多關注，但預測性人工智慧的力量和相關性不能被忽視。它們做不同的事情，在同一工作流程中結合它們往往能帶來真正的價值。"
鑑於"製藥行業"這個籠統的術語包括從醫療技術、藥物研究和生產，直到配藥店等如此不同的領域，某個行業內個別公司的合規要求可能千差萬別。"與採用一刀切的方法不同，我們能夠將技術定製以滿足我們獨特的需求 - 將我們的想法轉化為真實、有影響力的解決方案，"Cleary Gottlieb Steen & Hamilton的法律顧問Christian Mahoney說。
Lighthouse AI for Review包括人工智慧響應審查、人工智慧特權審查、人工智慧特權分析以及人工智慧個人可識別資訊/受保護健康資訊/支付卡行業資料識別等使用場景。Lighthouse AI聲稱，其使用者透過人工智慧響應審查功能可將分類和摘要文件的數量減少多達40%，並且大語言模型在開始創造投資回報之前需要較少的訓練。
Lighthouse AI表示，人工智慧特權審查的準確性比基於關鍵詞的模型"高60%"。
人工智慧處理視覺資料的敏銳度透過影象分析的人工智慧來實現，它使用生成式人工智慧分析影象，例如，生成媒體的文字描述，並使用使用者與其他任務互動的介面呈現結果。
Lighthouse的個人可識別資訊/受保護健康資訊/支付卡行業資料識別人工智慧自動對映實體之間的關係，可以減少手動審查的需要。"這些新產品高度差異化，旨在為電子發現的數量、速度和複雜性提供最大影響，"Lighthouse執行長Ron Markezich說。
（圖片來源："巴塞爾 - 羅氏大樓1"由corno.fulgur75根據CC BY 2.0許可）
另請參閱：Hugging Face呼籲在人工智慧行動計劃中關注開源
想要向行業領袖瞭解更多關於人工智慧和大資料的資訊嗎？請檢視人工智慧與大資料博覽會，該活動將在阿姆斯特丹、加利福尼亞和倫敦舉行。這個全面的活動與其他領先活動同地舉辦，包括智慧自動化大會、區塊鏈大會、數字轉型周和網路安全與雲計算博覽會。
探索由TechForge提供支援的其他即將到來的企業技術活動和網路研討會，請點選此處。
本文最初發表於Lighthouse AI for Review增強文件電子發現，來源於人工智慧新聞。
