当法律遇到人工智能
电脑的深度学习能力被成功地应用到语音识别、图像识别等领域,人工智能发展的第三次浪潮已经袭来。
月底,人工智能程序“阿尔法狗”(AlphaGo)完胜了目前世界排名第一的围棋世界冠军柯洁,让柯洁不得不感叹,“(阿尔法狗)实在下得太出色了,我输得也没什么脾气”。谈起围棋界的人机大战,全国人大代表、科大讯飞公司董事长刘庆峰在一次演讲中分享了一年前“阿尔法狗”与另一位围棋世界冠军李世石比赛时发生在自己身上的一个小故事。当时他在接受媒体采访时就大胆预言“阿尔法狗”肯定会赢,引发众人的质疑。后来比赛一开局,就有人给他发信息说,现在机器表现这么差,连三流棋手都不够。刘庆峰回复说,你们看看后面的情况。到了中午的时候,很多人就说,如果这样下去的话,机器有希望赢。等到收盘的时候,机器明显辗压了人类。
刘庆峰分析说,其中最重要原因是,阿尔法狗等人工智能程序已经具备了深度学习的能力。设计者模仿生物神经大脑的工作机理让它们具有一定的决策和推理能力后,可以自动作出判断。所以,在精准、高效的计算机模块控制下,当我们人类还以为有可能跟它进行PK的时候,它在后台就已经知道如何稳操胜券,这就是机器学习的逻辑。
在法律界,人工智能的发展也得到了各方重视。今年6月,最高人民检察院印发《检察大数据行动指南(2017-2020年)》,全国检察机关将依托大数据及智能语音等前沿科技,统筹利用以司法办案数据为核心的检察数据资源,建立检察大数据总体架构,营造大数据应用良好生态,打造“智慧检务”。7月10日召开的全国司法体制改革推进会上,中共中央政治局委员、中央政法委书记孟建柱指出,把大数据、人工智能与司法体制改革结合起来,改变了传统的思想观念和工作方式,给司法工作注入了前所未有的创造力。
人工智能是一种遥远的存在吗
2016年的最后一天,国内某媒体的一篇报道《南京法院拟引入机器人辅助判案:“阿尔法”是替身还是帮工?》引起了舆论关注。报道称2017年南京法院将迎来机器人法官,只要输入案由、情节等事实,机器人自动弹出适用法条,然后“输出”判决结果。针对该报道,南京市中级法院随即发表官方声明,表示报道不实,并声明:“法是具有经验和价值判断性质的工作,再聪明的机器或软件都不能完全替代法官的工作,只能为法官提供办案支持与辅助。”
现实生活中,法律人工智能已经悄悄来到我们身边,不过很多人却可能没有时间或者机会去了解。
《方圆》记者向多位朋友了解他们心中的机器人功能时,大多数人还是受到影视剧中机器人形象的影响,简单地认为,如《机器人管家》中那样具有感情和主观创造性的机器人才是真正的智能机器人。
其实,人工智能跟机器人是不同的两种概念。前者只是某一类领域的智能,比如说语音翻译,而机器人所需的条件基本就是人工智能+物理外壳,如现在十分流行的扫地机器人。但是,如果想要变成电影中“终结者”那样的机器人,则需要具备有各种识别,各种感应器,进而在大量人工智能的成果的前提下汇集而成。所以,那种真正像人类一样思考和决策的强人工智能还在遥远的未来。
对于人工智能,斯坦福大学的《人工智能100年》研究项目在2016年9月1日发布了首个成果报告。报告指出,对人工智能给出不同于大众理解的精确和复杂的描述是困难的,因为如何对人工智能进行精确定义目前还没有达成共识。人工智能研究的创始人之一明斯基的一句话集中概括了人工智能研究的实质:“让机器从事需要人的智能的工作的科学”。
当下,人工智能甚至还存在强弱分类,而现在的水平只能达到让机器智能行动的弱人工智能。如国外最先进的机器人律师ROSS本质上就是一款人工智能软件,它只不过使用了具有超强计算能力的IBM Watson(Watson是认知计算系统的杰出代表,也是一个技术平台)来梳理海量数据信息。在我国,近几年的法律人工智能项目也是多项最新科技的综合应用。如“法小淘”的语音识别、转写功能由阿里提供技术支持,大数据则主要来源于2014年以后我国公开的近3000万份法律裁判文书以及无讼团队几年来积累的30万位律师资源形成的无讼名片。
尽管如此,一个可喜的事实是,早在1968年人工智能研究创始人之一明斯基指出,人工智能应该被应用于会计,用于科学研究和推理案情。从那之后,人们关于人工智能应用于法律领域的研究就从未停止,在此后的数十年内,这个话题伴随着人工智能行业一起经历了两次高峰和两次低谷,而法律“黑科技”频出。
第三次浪潮已经袭来
2016年10月15日,在杭州云栖大会上,无讼创始人蒋勇现场对其主持研發的法律机器人“法小淘”的功能演示惊艳了全场。蒋勇模拟了真实应用场景,他对“法小淘”说:“我是杭州某公司法务,在互联网领域做数据分析和数据挖掘,现在发现广州一家公司抓取我公司数据,仿冒我公司的广告语,与我公司已存在竞争关系,我想找相关的律师。”
“法小淘”立刻理解了语意,并分析出该情况属于不正当竞争纠纷案由,然后进一步引导、给出索赔金额、诉讼地点等关键词,之后从30万名律师信息中找到了3名合适的律师,并提供了律师所在的律所、同类案数量、同法院案件数量、标的额区间等信息。
“法小淘”的推出似乎发出了中国法律人工智能产品热潮的信号。随后,北京蓝鲸互动科技发展有限公司推出法里平台,结合人工智能+大数据等领先技术提供法律服务。2017年,江苏省苏州市吴中区检察院推出的实物版机器人“吴小甪”、湖南真泽律所合作研发的“法狗狗”等法律机器人陆续亮相。
无讼网络科技公司产品创新中心副总裁庄大衞接受《方圆》记者采访时说,早在20世纪50年代就被提出来的人工智能概念随着计算机基础建设的发展逐渐形成了一个波浪式上行的趋势,更高时脉CPU、CPU到专用TPU、分散式架构、云计算与大数据,每当出现技术或者数据创新的时候,人工智能的发展与应用就会迎来新一波的高潮。
刘庆峰表示,现在移动互联网的快速发展使得我们拥有了实时传输学习的大数据基础,再加上电脑运算能力极大的提升能够满足各种个性化需求,而最关键的是,电脑的深度学习能力被成功地应用到语音识别、图像识别等领域,“深度学习”能力让机器学习能力实现了一次重大飞跃。(它是一种使用反向传播算法的自适应人工神经网训练方法。这种革命性的软件技术极大地推动了传感、视觉、物体识别等人工智能硬件技术的发展。)此外,以云计算和大范围网络数据采集为支持的机器学习系统也日渐成熟。因此,人工智能发展的第三次浪潮已经袭来。
上海交通大学凯原法学院博士史宇航认为,人工智能模仿的是人类的认知过程——观察、学习、组织语言、处理数据、得出结论,即“像人类一样思考”。不同的是,由于计算机程序具有几乎可以在瞬间遍历各种数据库的优势,对于人类来说繁复的法律检索对人工智能来说其实无比轻松。
目前,法律人工智能又有了新一轮的发展并具备了多项技能。首先是逐步实现了智能法律检索。在已经具备庞大法律数据库的基础上,律师或者他们的助理往往需要花费大量的精力和时间寻找相应的案例和法条,国内外已经有一些可以进行法律检索的 AI 产品帮忙解决了这个问题。如世界上第一个人工智能律师ROSS可以理解自然语言,并提供特定的、分析性的回答,这接近于和人类律师一起工作的体验。类似 ROSS 的法律类“数字助理”越来越多,其在律所中的身份类似于准雇员。
其次是案件预测。早在1993年,武汉大学法学院教授赵廷光就主持开发了《实用刑法专家系统》。这个系统由咨询检索系统、辅助定性系统和辅助量刑系统组成,具有检索刑法知识和对刑事个案进行推理判断的功能。基于现阶段大量公开的裁判文书,人工智能机器人已经能够对案件结果进行预测。如“法狗狗”的刑案案情预测系统,只需要简单地选定罪行分类,并提供伤亡人数、案发地点等信息,就可以获得预测结果及类似案例。现在这套案情预测系统已扩大到了婚姻、交通、劳动合作(企业与劳动者)等多个法律服务领域当中。
最后是咨询服务、文件审阅服务等。目前,人工智能法律咨询以美国的DoNotPay 最为典型,它在线帮助用户挑战交通罚单。用户可以通过其网站,发消息进行交流;它可以利用用户提供的信息形成文件,用于对罚单提出对抗性意见。在国内,多个人工智能产品正在着力打造每个人身边的24小时法律顾问。
比每小时9.9元更便宜的律师咨询费
一般情况下,按照业内规则向律师咨询法律问题是需要收费的。少则每小时几百元,多则会超过千元甚至高达万元。不过网络的普及打破了这些传统惯例。早前,在某宝网上就出现过9.9元购买私人律师服务的项目。尽管这样廉价的法律服务,在网络相隔的双方之间似乎并不能形成充分的信赖,而且如果出现导向错误,将会造成很大的麻烦,但是仍有不少人进行尝试,且不少人评价说有效地解决了问题。这两年,在法律服务领域,随着法律人工智能的出现,更优惠的法律服务出现了。
3月4日,湖北首个法律机器人“法狗狗” 正式在武汉发布。这是类似于“阿尔法狗”的程序机器人在法律领域的运用,能提供类似真人律师的专业答案,而且是7×24全天候随叫随答的服务。《方圆》记者试用了法律人工智能程序,它直接而高效地为法律诉讼业务提供专业大数据和推理演绎的技术支撑,实现法律实务的人工智能化,着实让人眼前一亮。
“法狗狗” 法律智能程序是这样工作的,它会在界面直接了解相关案情。“您咨询哪方面的离婚案件?”“出轨。”“您的性别是?”“女性”……在一系列问题问完后,你想知道的诉讼胜率、孩子抚养权等法律专业问题,短短几秒钟全部得到了答案。
据“法狗狗”联合创始人刘谦介绍,这款机器人在功能上更完备,它不仅有刑事人工智能产品,还增加了劳动、婚姻、交通等方面的法律智能产品,并且具有更新功能。目前,“法狗狗”拥有3000万案例数据、6000多案情分析点及海量的法律知识库,还能进行拟人化交流等。对于一些初入行的律师,利用它能够快速应答当事人的问题,甚至形象地称之为“接案神器”,而对于需要法律咨询的人而言,使用它對自己遇到的麻烦则会有个大概的预判。
这款人工智能程序只需要关注微信公众号后就可以使用,首次下载后有十次的试用机会,而且试用次数满后每次使用只需要付费1元钱。
史宇航对于越来越便宜的法律咨询服务收费发出这样的感叹,如今的法律服务竟然如此低廉,这让用四年时间辛辛苦苦攻读法学本科的大学生情何以堪。这样下去,法律职业人员的工作将面临前所未有的威胁。
一项不会完结的工程
事实上,这一次的法律人工智能发展浪潮之所以格外猛烈,原因除了大数据、云计算和机器的深度学习功能的持续发展外,司法公开的力度加大也为法律人工智能需要的海量数据资源提供了可能。
2014年1月1日,《最高人民法院关于人民法院在互联网公布裁判文书的规定》实施。该规定明确,最高法在互联网设立中国裁判文书网,统一公布各级人民法院的生效裁判文书。据最高人民法院发布的司法公开白皮书,截至2017年2月,中国裁判文书网已公开裁判文书超过2600万篇,网站访问量突破55亿次,成为全球最大的司法文书公开平台。今年年初,最高人民法院又出台《人民法院信息化建设五年发展规划(2016-2020)》,将运用大数据、云计算、神经网络和机器学习等技术,开展“智慧法院人工智能系统”研究计划。
国内几家开发法律人工智能的研发机构人士均表示,目前公布的裁判文书是他们数据库的重要组成部分,没有这一庞大数据的支撑,法律人工智能中类案对比、结果预测等功能根本无法实现。
裁判文书网带来的海量数据信息,让北京三位从不同法院离职的法官聚在了一起。2014年初,他们同时接受了无讼网络科技公司的邀请,一起来做一项十分枯燥而又庞大的工作。每天,他们需要在裁判文书网公开的判决书中提取关键词。这些关键词是每一份判决书中的法律相关词汇,这些词汇经过归类,将逐渐汇聚成一个庞大的法律词语库。
蒋勇说,目前无讼的法律词语库数据来源还包括此前推出的两款与法律大数据紧密相关的产品——无讼案例与无讼名片。高达4000余万份裁判文书,每份平均1000-2000字,至少可以挖掘出数以百万计的词库,在法律专业这样的特殊领域,要实现人工智能检索会面临庞大的工作量。比如,“特殊债权”在法律中是一個词,而机器会识别成两个词,所以,这些需要技术团队成员“手把手”地教机器学习。
此前,国内一直没有一套规范、全面的法律词语库,即使在学术上也没有对法律词语进行划分的标准。“我们只能借助于法官过往的职业经验来尽可能地将真正的法律词语提取出来。”庄大衞向《方圆》记者介绍说,在三位前法官花了一年时间做完几万份文书的筛选工作后,无讼网络科技公司的技术团队运用人工智能的学习能力持续了三年,到现在也在不断充实这个法律词语库。同时,为了更好地在案例间建立关联,无讼网络科技在用户产品中添加了用户反馈的功能。如果用户认可系统自动推荐的相似案例,就可以在后面点击笑脸,如果用户认为系统自动推荐的案例并不理想,就可以点击哭脸。系统会根据这些反馈自动修改此后的推荐,同时,无讼的技术人员也会在深入分析后对算法进行进一步调整。
“这是一项不会有完结的工程,因为新的法律词语在不断出现,永远也不可能穷尽。”庄大衞说,机器经过不断学习之后,会变得越来越渊博,它超过人类的一点在于“过目永不忘”,仅此而已。
真能像法律人一样思考吗
今年初,俄罗斯最大的银行Sberbank宣布引进一位机器人律师,这个机器人的任务就是处理各种投诉信件,而这项创新将导致大约 3000 名在银行专业人员被炒鱿鱼。早在2015年5月,在英国有名的博闻律师事务所的律师已向他们研发的合同机器人发出了第一个指令:处理在线文件的审阅。两秒钟后,合同机器人提交了首批资料分析结果,这是专业律师团队大约几个月的工作量。可以说,国外的法律人工智能已经实实在在地威胁到了法律人的“饭碗”,那么,这一威胁对中国法律职业者而言还遥远吗?
史宇航认为,具备了大数据运算后的法律人工智能在解决法律问题时至少有两个技术障碍需要解决:一是机器对自然语言的理解和处理能力,二是法律人积累的经验、思维方式如何被转化为算法。
对于第一个技术障碍,人工智能需要自然语言处理技术来理解现实中提出的各种问题并给出基于自然语言的答案,而不只是检索的若干结果。像苹果的Siri或者微软的Contana,就是自然语言技术的运用成果。只是在法律问题中,客户需求会远不止“请帮我找到刑法第×条”这么简单,问题本身就会异常复杂。很多律师们在第一次会见当事人时会花费大量的时间来搞清楚问题是什么,而对于人工智能来说理解复杂问题会更加困难。然而,随着各种自然语言识别技术的广泛使用,所获得的反馈会越来越多,将有助于推进自然语言识别技术的发展。
对于第二个技术障碍,虽然法律人向来对自己所谓的“像法律人一样思考”非常自豪,但这并不是一道不可逾越的屏障。只要能够理解问题的含义,经过对大量公开裁判文书的分析,并不难找出问题所对应的法律依据,如果能够处理得当,人工智能就可以给出一个得当的答案。
“对于人工智能来说,真正困难的工作可能在于大量现实中的法律问题并不存在标准答案,对于法律问题的解答需要在利益、人情、机会等各方面的权衡,需要具有真正理解现实社会的能力,这对经验丰富的律师来说都未必是简单的工作。”史宇航说。因此法律人工智能就需要向这些经验丰富的法律人不断学习。而这些没有标准的经验却成为短时期内还无法攀登的高峰,除非有一天机器人真正能像法律人一样察言观色、深入思考。
尽管如此,业内人士已经开始担忧一些法律人工智能应用中可能发生的问题。一位试用过多个法律人工智能系统的律师认为,在法律检索、文件审阅、案件预测等领域的人工智能律师并非真正的律师,那么主导的人类律师是否有义务监督其行为?现在的很多法律人工智能系统对于研发者之外的人而言,都是一个“黑箱”,律师根本不知道它是怎么做出决策的,人类律师将不得不面对想监督而不能的尴尬。
而对于政府部门而言,被应用的人工智能的保密工作则更受重视。很多法律类的人工智能都是由第三方提供的,而非公检法或者律所自己研发,通常以服务的形式购买过来。基于机器的学习功能,样本和数据越多越大,人工智能分析的质量就越高,而且技术还会不断提高和优化。人工智能技术提供者可能将各个客户的数据汇总到一个数据库系统中。因此,从保密义务的角度出发,使用者必须考虑什么数据可以提供,以及如何保护、存储这些数据。
而一位检察官则提出了关于法律职业人资质的问题。未来在法院或检察院可能使用的机器人法官或者检察官是否也需要取得相应的资格呢?就市场中所谓的机器人律师而言,它们是否需要参加法律职业资格考试?抑或需要其他形式的考核以确定其具有职业能力?即便将来某一天赋予了它们这些权利,那么出现了机器人法官、检察官、律师来办理人类犯罪的案件,将是一个多么可悲又可笑的场面。
那些不断涌现的法律“黑科技”带来法律服务便捷高效化的同时,它们作为新兴产业和新事物本身也让法律法规和既有制度面临种种难题。
且行且立法
从苏州市吴中区检察院的法律机器人“吴小甪”的故事可以看到,很多人拒绝使用“吴小甪”转而向人寻求帮助,可见在意识层面,大多数人与机器人之间还存在着信赖障碍。上述律师的尴尬也是由于当前法律人工智能仍没有达到尽善尽美的要求而产生的疑惑。“法狗狗”技术总监刘谦坦言,当前,“法狗狗”只能为法律人提供辅助工作,并没有取代的能力和雄心,而人工智能与法律的亲密结合仍有很长的路要走。因此,人工智能与法律问题的研究依旧处于初级阶段,依然是一个先者浅探的神秘领域。
人工智能与法律作为法学研究的一对基本范畴,虽尚未有学者明确提出,也不曾作为法学教材的独立内容,但关于该问题的研究已引起了法学学者的重视。
至于对机器人审判人类的想象至少目前看可能是多余的。因为每个案子都是不一样的,人类知识、经验、智慧的成果,是机器人永远无法取而代之的。而人工智能机器人也不具有人性,酌情考虑的能力,它也无法做到。它能提供的仅仅是一个概率问题。
张武举认为,未来一段时间,法律界更应该花精力去考虑人工智能可能导致的侵权、人身伤害等问题的立法及法律完善问题,确定行为的主客体等要件,这才是法律人在新事物面前应关注的东西。
史宇航认为,在可以预见的未来,人工智能还不能够做到抛开人类来提供法律服务,更多的是会协助人们完成一部分辅助工作。因此,法律人要积极拥抱新技术,这并不是说在朋友圈里写作或者分享几篇人工智能的文章就可以的。法律人应该去抽时间学习编程,了解计算机原理,甚至是参与到人工智能研发工作中,至少也会使用新技术才算及格。
最高检技术信息中心主任赵志刚在近期的一次沙龙中指出,“一切的社会生活正在被信息科技重新定义,检察工作也必将告别过去的工作模式。‘智慧检务’是必答题而不是选答题。”其实,整个法律人工智能领域又何尝不是。
上一篇:生物芯片技术在检测中的应用
下一篇:未来科技