数字人身同一认定的技术力量与规制

历史上曾经仅以神示法和决斗法方能实现的人身同一认定,经技术迭代演进为诸如人脸识别等数字人身同一认定,具有了高效、高能的“助力面向”。但在场景效应下,数字人身同一认定还隐含着侵害隐私和个人信息的“权力面向”。当前,数字人身同一认定的法律规制存在“授权不全面,限权不充分”的问题。为此,数字人身同一认定的规制完善需以生物识别数据为中心,并在价值论和方法论层面分别采取“两头强化”和“法技协同”原则;且应从赋权与限权两方面出发,对数据收集、使用、存储和删除等环节及其适用场域进行体系化完善。     

自动化行政中算法目的失范的公法治理

人工智能的勃兴推动了自动化行政的发展。算法是实现自动化行政的手段,手段应服务于目的。自动化行政目的分为法意目的和工程目的,内含“范围”“价值”“效果”基准,构成了算法目的范式。算法目的失范自算法规则制定伊始就已伴生,呈现出越权隐患、价值迷失、系统缺陷等样态。算法规则是特殊行政规范,应当以比例原则为检视路径审查具体算法规则的正当性,并围绕事前算法制定环节、事中算法运行环节、事后算法审查环节整体性构建关于算法目的的公法规制框架,以系统治理算法目的失范。     

算法行政问责的机制与评估——基于欧美40份政策的实施分析

基于大数据与机器学习的第三代算法推动政府部门自动化行政变革。算法行政放大算法常规风险的同时,也凸显出行政领域的特殊风险。为规范算法行政活动,欧美地区实施了第一波算法行政问责政策。每一政策都反映为一种或多种问责机制,以运行机制和问责主体为标准从中析出科技伦理问责、算法影响评估、透明度机制、行政程序法问责、审计/监管检查、独立问责机构、禁令/暂停措施、政府采购等八种问责机制,分析机制运行假设和实施中反馈的问题。结合行政问责理论对欧美算法行政问责政策进行总体评估,发现现有政策在信息提供、质询强度和有效激励等方面存在不足。政府数字化转型背景下,我国算法行政问责制度需要体系化展开,结合我国现状和欧美经验教训,提出优化算法行政问责制度体系的建议。     

数据挖掘在未成年人犯罪行为分析中的应用

随着我国经济的发展,未成年人犯罪行为却有增无减,并出现了新的特征和趋势.采用数据挖掘技术对未成年犯罪人员数据进行处理,采用C4.5决策树分类算法进行尝试性的数据挖掘,从中发现未成年人犯罪的特点、原因等方面潜在的规则,就可以据此提出一些预防未成年人犯罪的对策.     

基于客观理性的算法法益构造及刑法保护

算法的客观理性属于算法的技术特征,指向的是算法计算的客观性。在算法犯罪场景下,算法理性围绕算法法益及其规范保护展开。算法法益的构造以算法安全、算法公正为核心,具有双重法益形态。逻辑上,算法安全法益的理性构造与算法公正法益的逻辑创新,符合算法理性的认识论要求,亦反映了理性算法的价值论评价。基于理性主义立场,通过对财产犯罪典型范式的规范性解释,类型化界定行为论上形式可罚性与结果论上实质可罚性的基本标准,可彰显算法法益理论的可解释性、可实践性以及犯罪论上行为的可责难性,以回应人工智能时代推进刑法现代化的基本要求。     

LOF2000劳合社救助合同标准格式

(劳合社委员会批准公布 )“无效果——无报酬”1.救助人名称 :(以下简称“救助人”)2 .救助财产船舶 :及其货物、运费、燃料、物料和任何其他财产 ,但不包括旅客、船长或船员的个人物品或行李 (以下简称“财产”)3.约定的安全地点 4.约定的仲裁报酬和担保的币种 (如果不是美元     

韧性与规训：刑事司法算法决策的演进逻辑

如何认识与对待刑事司法算法决策愈发成为一个重大的理论与实践问题。鉴于刑事司法算法决策在技术与法理维度展现出的双重适应性困境,导致对其的发展定性衍生出一种刑事司法算法决策的脆弱性表征将直接支配其发展命运的观点。重新审视刑事司法算法决策在质效两方面的韧性表征,以及同其技术母体人工智能在韧性维度的同频共振,可知作为其内生性发展动力的韧性表征,乃刑事司法算法决策发展的性质定论。针对脆弱性所体现出的裂隙风险,基于福柯规训理论,引入刑事司法人本论理念与技术正当程序原理。前者为人本议题,崇尚方向性指引;后者乃技术方案,偏重制度性建构,以此二者的互补性调和,建构出规训刑事司法算法决策的完整框架。     

论算法歧视消费者的侵权责任认定——基于司法裁判的实证考察

通过对算法歧视消费者司法案例的实证分析,可以发现:现行法律规定中过错责任归责原则在确认算法责任承担者上存在结构性失位问题,由此导致相关规定不能成为规制算法歧视消费者的有效工具;消费者对于算法歧视的举证能力不足和法律规范的认知程度低下导致维权期望普遍落空;作为裁判者的法院在理解与适用法律上存在的不合理性也传导至算法歧视消费者的规制效果上。构建算法歧视消费者的责任认定框架,应区分算法歧视消费者的具体场景,在算法的人为干预场景中坚持过错推定原则立场,在算法自动化决策场景中提倡无过错责任原则,区分标准要素中因果关系的成立关系与范围关系。同时,加强对算法服务经营者的引导管理,提升算法歧视消费者司法裁判的合理性。     

基于税收数据的协同过滤推荐算法设计与实现

针对商品流通环节采购商与供应商信息不对称问题,采用现阶段主流的协同过滤推荐算法设计个性化推荐方案,为供应商匹配“资信良好”的采购商信息,为采购商提供“质优价廉”的供应商信息,有效沟通供求双方需求。文章首先介绍了基于税收数据进行协同过滤推荐算法设计的必要性,然后设计了基于近邻的协同过滤推荐算法,分别论述了基于用户的协同过滤和基于物品的协同过滤;为克服数据稀疏问题,进一步设计了基于模型的协同过滤推荐算法,通过隐语义模型构建User与Item的关联,详细阐述了基于用户相似度的Incremental SVD推荐算法实现过程,丰富了个性化推荐的应用场景。     

基于FAT-AI测试的实时人脸比对技术分析

基于FAT-AI细粒度视频分析应用测试中对行业主流企业实时人脸比对系统的测试结果,分析了大规模开放场景、大规模数据条件下,实时人脸比对识别准确率受候选集容量、性别、墨镜、口罩等因素的影响,为公共安全领域疫情防控等应用中实时人脸比对系统的项目规划、产品选型、改造升级及应用效果评价等工作提供参考。