2023世界人工智能大会法治论坛征文获奖名单法治论坛

数字时代的法治图景应当可以看见人工智能全球治理的未来形态。战略性新兴产业是引领未来发展的新支柱、新赛道。2018年以来,世界人工智能大会以不同主题举办了五届法治论坛,在人工智能全球治理的理论支撑、实践探究和制度供给等方面发挥了重要功能。为加快汇聚全球智慧、前瞻回应数字化转型的法律问题、促进形成数据法治的新秩序和新动态、推动建设人工智能未来法治体系的策源地,上海市法学会于2023年1月18日以“数字化·促进法”为主题发起2023世界人工智能大会法治论坛征文活动。国内外法律界各方人士踊跃参与,经初步筛选符合征文活动评奖条件的原创作品共118篇。经多名专家匿名评审,共评出一等奖论文2篇、二等奖论文4篇、三等奖论文8篇以及优秀奖16篇。

一等奖

1.《论霍菲尔德权利分析理论与道义逻辑在人工智能司法中的应用》

韦洁(中国政法大学)

2.《智慧医疗法律中的信任理论、制度及重构方案》

任国征(中央财经大学绿色金融国际研究院)

二等奖

1.《互联网平台私密信息处理的“阶段性”义务规范构造》

邢恩铭、任赖锬(中国地质大学、海南大学法学院)

2.《论数字赋能行政应急法制之善治》

戚建刚、王兆鑫(中南财经政法大学)

3.《金融科技平台算法黑箱的法律规制研究》

程雪军(同济大学法学院)

4.《互联网异步诉讼的场景选择与规则建构——以智慧法院视野下庭前准备实质化为切入》

宋虹(上海市徐汇区人民法院)

三等奖

1.《人工智能在法律适用分歧解决中的应用进路——以超龄劳动者劳动关系的认定为例》

顾男飞、牛润良(吉林大学法学院)

2.《算法司法的扩张:基本框架、制度逻辑与权力调适》

李超、李旭颖(上海市长宁区人民法院)

3.《元宇宙的结构变革与多元共治原则》

王梦婷(吉林大学)

4.《Web3.0时代数字网络空间知识产权治理的理念、模式与路径建构》

袁莉、宋珊珊、于心怡(上海市徐汇区人民检察院)

5.《有条件自动驾驶汽车事故中驾驶人注意义务的困境纾解》

支海宇(苏州大学王健法学院)

6.《ChatGPT模型在数字图书馆建设中的嵌入:风险挑战与法律防范》

张祖增、邸卫佳(中国政法大学)

7.《自动化行政中相对人算法决策拒绝权的实现路径》

徐伟琨(广西民族大学)

8.《公共部门数据互操作的适用困局与纾解之道——基于欧盟<欧洲互操作法案>的解析》

赵艺鸣、孟奇勋、刘子赫(武汉理工大学)

优秀奖

1.《区块链证据真实性认定规则的司法适用检视及路径优化》

张艳秋、颜卉、刘斌(四川省成都铁路运输第一法院、西南政法大学智能司法研究中心)

2.《我国人脸识别应用的监管问题探究》

吴媛(惠州市惠城区司法局)

3.《多元大数据应用类型下的证据证明问题及其应对》

孟醒(辽宁大学法学院)

4.《元宇宙背景下数字侵权法律问题的境遇及应对》

熊进光、贾珺(江西财经大学法学院、江西省景德镇市中级人民法院)

5.《偏见与矫正:人机协同模式下突破“算法局限”的二元进路——以人工智能量刑为考察场域》

喻婷、王良友(湖北省十堰市中级人民法院)

6.《法定数字货币的刑法规制路径研究》

陈璐、闫治郅(河南财经政法大学)

7.《司法大数据视野下执行“衍生案件”的治理进路》

唐国峰、黄俊杰(四川省成都市中级人民法院、成都市金牛区人民检察院)

8.《算法价格歧视的反垄断法规制路径》

王聚兴、李晗(中国社会科学院大学)

9.《新型互联网不正当竞争司法审查范式构建》

仇欣欣(成都铁路运输第一法院)

10.《自主型算法共谋的认定标准与责任归属》

阳星月(上海海洋大学海洋文化与法律学院)

11.《网络犯罪去中心化视角下惩治利益链条罪刑均衡的思考》

苏州(江西省宜春市袁州区人民法院)

12.《中国式数据信托的治理适用规则探析——以两种代表理论为切入点》

贺誉洁(广东财经大学)

13.《场景理论下侵犯公民个人信息罪印证模式的融贯性补足》

李晓霞(江西省会昌县人民法院)

14.《算法(智能)时代的司法筹谋——基于革新命题视野下的思维导向与图景架构》

黄春晓、胡蓉(深圳市福田区人民检察院、广东卓建律师事务所)

15.《赋能型法治:破解营销号问题的体系性框架》

姜兴智(大连海事大学法学院)

16.《检察视角下人工智能嵌入法律语言的现状、挑战及应对》

THE END
1.一文掌握大数据算法之:概述特点类型及难点等,值得收藏。2.3 大数据算法类型 大数据算法的类型,包含如下几种: 统计分析算法:如回归分析、假设检验,用于探索数据集中的统计特性。 机器学习算法:用于从数据中自动学习模式和规律,包括监督学习、无监督学习和强化学习。 图算法:处理社交网络、知识图谱等数据结构,常见算法有PageRank、社区发现等。 https://blog.csdn.net/wuyoudeyuer/article/details/141284911
2.大数据分析算法可分为哪些类型棉花糖的技术博客大数据分析算法可分为哪些类型 (参考:极客时间数据结构与算法专栏) 事后统计法:将代码运行一遍,通过统计、监控得到算法执行的时间和占用的内存大小。 事后统计法局限性: 1、非常依赖测试环境; 2、结果受数据规模的影响很大。 由于事后统计法有局限性,我们就需要不用具体的测试数据来测试,就能粗略估计算法执行https://blog.51cto.com/u_12218/12249232
3.Hadoop(HDFS+MapReduce+Hive+数仓基础概念)学习笔记(自用)5、 海量数据的数据挖掘大数据从事的岗位 1、ETL工程师 2、数据仓库工程师 3、大数据开发工程师 4、Hadoop工程师 5、Spark/Flink工程师 6、大数据分析师 7、大数据算法工程师 8、大数据运维工程师 9、大数据解决方案 学习的技术 大数据项目流程 1、 数据生产 https://developer.aliyun.com/article/1403772
4.大数据一文总览数据科学全景:定律算法问题类型;什么是Pradeep Menon是一位在大数据,数据科学,数据架构领域拥有丰富经验以及影响力的专家。这是他今年所撰写的简述数据科学系列文章中的第一篇,主要介绍数据科学中的基本定律、常用算法以及问题类型,读者可以从中一窥数据科学的全景。 2016年,英国数学家,乐购俱乐部构架师Clive Humbly提出“数据是新能源”这样一个说法。他说:https://zhuanzhi.ai/document/ba50f489f166e5f700f1800aab8dea65
5.郑智航徐昭曦:大数据时代算法歧视的法律规制与司法审查——以一、算法歧视的基本类型 尽管法学界对于歧视没有统一的界定,但是,从社会心理学上讲,歧视是不同利益群体间发生的一种不平等的情感反应和行为。在传统的物理社会,歧视比较容易被辨识,而在大数据时代,算法歧视具有较强的隐蔽性,有时甚至是无意识的。在大数据挖掘和运用过程中,数据的挖掘方或算法的决策者往往会出现以下https://www.legal-theory.org/?mod=info&act=view&id=25344
6.李舴玉大数据算法技术影响下环境行政决策问责制的调适与完善对此,通过构建大数据算法决策特别工作组辅助式的问责主体结构、完善具体问责客体类型、明确决策者的算法解释义务、建立科学规范的问责程序、并对技术参与影响下的问责处理结果情形予以规范与细化,对大数据算法决策技术引入后的环境行政决策问责机制进行调适与完善,以为大数据算法技术参与下环境行政决策失当的有效问责提供支撑。https://www.jfdaily.com/sgh/detail?id=804806
7.大数据的详细定义三种类型的大数据 结构化数据:这类数据最容易整理和搜索,主要包括财务数据、机器日志和人口统计明细等。结构化数据很好理解,类似于 Excel 电子表格中预定义的行列布局。这种结构下的数据很容易分门别类,数据库设计人员和管理员只需要定义简单的算法就能实现搜索和分析。不过,即使结构化数据数量非常大,也不一定称得上大数https://blog.itpub.net/70041355/viewspace-3029299/
8.有哪些好的大数据挖掘算法?1、优点(1)k-平均算法是解决聚类问题的一种经典算法,算法简单、快速。(2)对处理大数据集,该算法https://www.zhihu.com/question/37979541/answer/734802421
9.省大数据局关于印发贵州省数据要素登记服务管理办法(试行)的通知(二)算法类型。说明所用算法的类型,如优化算法、预测算法、评价算法、生成式人工智能算法等。 (三)模型类型。说明所用模型的类型,如通用模型、专用模型等。 (三)适用场景。说明算法模型适用的范围,如生态环境、交通运输、科技创新、教育文化、地理空间、劳动就业、信用服务等场景。 https://dsj.guizhou.gov.cn/zwgk/xxgkml/zcwj/bmwj/202311/t20231115_83084263.html
10.大数据挖掘有哪些常用算法帆软数字化转型知识库大数据挖掘有哪些常用算法 大数据挖掘常用的算法包括决策树算法、支持向量机、k-means聚类、Apriori算法、随机森林、神经网络、贝叶斯分类器等。决策树算法是一种树形结构的决策支持工具,它使用树状模型来表示决策过程及其结果。在决策树中,每个节点表示一个属性的测试,每个分支代表一个测试结果,每个叶子节点表示一个类别https://www.fanruan.com/blog/article/612977/
11.大数据视角下的京津冀地区城市体系现状社区发现是一个复杂而有意义的过程,用于探测并揭示不同类型复杂网络中固有的社区结构[27].其中,Fast Unfolding算法是基于模块度对社区进行划分的算法,通过不断划分社区,使划分后整个网络的模块度不断增大.划分后的网络模块度越大,说明社区划分的效果越好.Fast Unfolding算法通过反复运算使模块度增大,并根据运算结果对网络https://jsci.cnu.edu.cn/qkll/a2020n/d6q/202006011.html
12.科学网—[转载]基于材料数值计算大数据的材料辐照机理发现然而,关于材料数值计算大数据研究价值的认识仍然处于起步阶段。另外,由于这些数值计算数据数目巨大、关联复杂,以及考虑到其所具有的领域价值等因素,材料数值计算大数据存储还没有一个很好的解决方案。这是因为材料数值计算大数据的存储要考量软件类型、模拟行为、数据类型等多个维度的因素,这些数据既有独立性又有相似性,而且https://wap.sciencenet.cn/home.php?mod=space&do=blog&id=1315554
13.一看就懂的大数据排序算法:如何给100万用户数据排序?之前写过一篇八种排序算法的博客,不过都是基于小数据量进行的排序,没有像这篇这样做大数据排序。文末会放出链接。 桶排序(Bucket sort) 首先,我们来看桶排序。桶排序,顾名思义,会用到“桶”,核心思想是将要排序的数据分到几个有序的桶里,每个桶里的数据再单独进行排序。桶内排完序之后,再把每个桶里的数据https://cloud.tencent.com/developer/article/1879269
14.算法工程师软件工程师大数据工程师,傻傻分不清楚这个类别中的大数据算法,其实我们基本上可以理解算法工程师。 这是唯一跟算法工程师有交叉的部分 系统类 偏向于系统开发,比如我们经常听到的hadoop、云计算,就是属于这个类型。这里其实主要是hadoop(一个分布式系统,简单理解为另外一种和Windows或者是MacOS一样的东西)偏多,开发语言一般是Java。而另外数据管理员(DBA)和https://maimai.cn/article/detail?fid=845613115&efid=fwunO1cSXu6ZrJpdACNWjA