查看原文
其他

法律是抵抗“人工智能”的最后阵地吗?

2017-05-25 谷芳卿 法律读库

AlphaGo的胜利


2017年5月23日下午,经过了 4 小时 17 分钟的对弈,AlphaGo 以1/4子的优势击败目前围棋世界排名第一的柯洁,首战告捷。

比赛前一天,柯洁在微博上表达了自己对即将到来的比赛的看法,他写道:

无论输赢,这都将是我与人工智能最后的三盘对局……现在的 AI 进步之快远超我们的想象。像国产的绝艺、日产的 ZEN 虽然和 Alphago 还有着较大差距,但已经表现出超强的实力了... 我相信未来是属于人工智能的。

“我相信未来是属于人工智能的。”围棋被认为是传统游戏中对人工智能最具挑战性的项目,围棋落子位置的评估难度远超启发式算法,且包含了庞大的搜索空间,这让围棋世界如同深不可测的宇宙,难以穷尽所有的打法。围棋人机对话,一直存在诸多悬念。

2016年大战韩国棋手李世乭的 AlphaGo,只是大量学习人类棋手的棋谱来提高棋艺,它的训练结合监督学习与强化学习,形成一个策略网络(policy network),将棋盘上的局势作为输入信息,搜索最佳落子位置,并对有所可行的落子位置形成一个概率分布,形成近乎人类的直觉


2017 年 5 月与柯洁进行正式人机大战的是“AlphaGo 2.0 版本”,在此以前, AlphaGo已经进入到完全的自我深度学习阶段,对新的算法进行过了测试摒弃人类棋手的思维方式,产生大量自我对弈棋局(AlphaGo VS AlphaGo),循环往复研究围棋。通过对新的算法进行测试,AlphaGo的性能已经提升到了新的层次。

不可逆的法律人工智能未来

与以前的众多数据分析技术相比,人工智能技术立足于神经网络,同时发展出多层神经网络,进行深度机器学习。不同于单层神经网络(感知器)和两层神经网络(多层感知器),深度学习完全利用输入的数据自行模拟和构建相应的模型结构。这一算法更为灵活的、且可以根据不同的训练数据,可以进行自我优化。

也就是说,人工智能可以像“人类一样思考”。那么,若干年后,法律人引以为傲的“专业性”思维优势是否会被取代人工智能取代?这一个问题曾经在阿尔法狗第一次对战中,让不少法律人好奇并警惕。

其实人工智能在法律推理领域早有实践。1981年,D.A. Waterman 和 Mark A.Peterson 在 Models of Legal Decisionmaking 研究报告描述了如何在民事诉讼领域基于规则的计算机模型可以提供预判参考。

2015年,硅谷的 ROSS Intelligence 公司基于法律的分类法和本体论和谷歌的PageRank 算法,通过法律搜索的机器学习层 LegalRank,开发出了世界上第一个人工智能律师ROSS,帮助人类律师进行高效案例检索。2016年,该公司更获得了Denton、Latham Walkins、Baker and Hostetler等大型律所客户,开发为真正的商业应用。

ROSS Intelligence 在人工智能领域的发展比阿尔法狗更值得法律人重视。虽然目前仅仅商用于法律判例检索,但是该公司使用深度神经网络、依存解析(dependency parsing)、命名实体识别等(name entity recognition),language model 等技术,采用多种自然语言理解方法提取信息,帮助机器“理解”法律而不是“知道”法律的路径,已经和传统法学院本科教学思维并无二致。

法律人工智能技术将会改变什么?


正如 Bill Fischer教授 在“The End of Expertise”一文中所说的,人工智能会影响职业潜力、技能发展和组织专业业务服务的整个价值链。这句话同样可以运用在法律人工智能领域。

一旦深度学习从监督学习向无监督学习应用发展,一旦机器可以用更加自动化的方式学习,基于当前法律状况生成可能的未来预判,甚至可以为之前从未训练过的情形提前进行推理和规划,那么对于法律行业的冲击不仅仅是律师行业,亦会波及检察工作。

我们可以想象,检察机关中传统的案件管理部门的分案匹配、轻罪案件的打包项目管理,法律人工智能将会带给低效率工作颠覆性的挑战;检察机关在审查起诉阶段,可以通过机器挖掘法律适用、法官观点、裁判规则意见,对起诉中事实的发掘、进行认罪认罚程序量刑协商,都将带来极大的帮助,甚至在法律纠纷解决也可能给法院调解带来更有效率的帮助。

理查德·萨斯坎德在《法律人的明天会怎样?——法律职业的未来》预言(很多已经成为现实)互联网及信息技术将给律师(法律)行业带来的诸多革新。法律领域至少存在13种颠覆性的新技术:自动文件组装、无间断互联、电子法律集市、电子学习、在线法律指导、法律开源、封闭的法律社区、工作流程和项目管理、嵌入型法律知识、在线纠纷解决、智能法律检索、大数据、基于人工智能的问题解决。

法律人工智能的应用场景绝不仅仅于此。

人工智能下“智慧检务”的设想


我们看到,检察机关在大数据运用里已经走在前列,“智慧检务”将会成为检察机关在人工智能领域的更大的亮点。辅助领导决策、辅助刑检办案、群众接访成功都成功应用了大数据技术。

人工智能之所以能取得突飞猛进的进展,不与这些年来数据分析技术的长足发展休戚相关。正是由于技术的飞跃发展,我们开始拥有前人不曾拥有的海量数据,也让法律领域深度细致的数据呈现称为可能。

对于人工智能在检务保障领域的发展,使用创新、周到的检务产品,深层挖掘、整合已有检务数据,对多个平台的数据进行整合后,使用 word embedding 这样的无监督学习技术,进行更为精确的数据提取分析,最大利用已有检务数据的价值。

例如,在检务信息数据储存领域,可以借鉴Everlaw公司的经验,基于云端储存技术,收集、清理检务数据,将相关的检务办案、管理数据归档后,建立智能搜索功能,并附带数据可视化工具,进行数据的传输、追踪,全方位实现数据智能搜索。通过整合数据驱动,将会为检察机关赢得互联网时代的竞争。

任何智能的发展都需要一个学习的过程,法律人工智能也不例外。而互联网科技突飞猛进,谁率先与大数据、人工智能深度结合,谁就能掌握主动,领航法律人工智能领域技术改革。

作者:谷芳卿,北京市延庆区人民检察院

文章图片来自网络,内容仅代表作者观点


法律读库 欢迎原创文章来稿

  1751490@qq.com

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存