【PLUS】法律人为什么要拥抱人工智能？｜庭前独角兽

让

我们穿越时空来到2040年的一天：

这就是我所畅想的未来法官的工作，听起来很酷炫，毫无疑问的是法律人的人工智能时代已经到来。

今天与大家的分享的主题就是“法律人为什么要拥抱人工智能？”。在面对这个问题之前，我们需要先去了解创造人工智能的想法从何而来。

机器可以同我们一样拥有智能的想法，是由一个人提出的，叫做Alan Turing，图灵的故事被拍成了电影《模仿游戏》，上个月徐法电影展映周就在这里播放了这部电影，我也再次来重温了一番。

在二战期间，Turing加入了帮助英国军方破解德国Enigma（恩尼格玛）密码机的团队，德国军方把秘密信息通过这台机器转化成难解的密码，而当时的密码机器的组合是1.5万亿亿种，当时正值战争时期，时间紧迫，人类的大脑是不可能完成的任务，因此图灵和他的团队想到唯一能够破解这台密码机的方法就是再创造一台机器去破解它，最终他们发明了一台叫“炸弹”的机器，一天的时间就可以破解所有的组合。

战争结束之后，图灵关于机器模拟人类思维的想法就开始形成了，1950年他发表了文章提出“机器能否思考”的问题之后真正激发了人们的想象，来试着重新创造本质上接近人类的东西。

而真正提出人工智能概念的是在1956年的夏天，在美国达特茅斯大学的会议上，约翰.麦卡锡首次提出人工智能的概念。其最初的目的是模仿人类大脑的智能，帮助人类，把人类的错误降到最低。之后经过几十年的研究和发展，一代又一代的科学家投身于人工智能的研究。

这中间大致分为两个阶段，第一个阶段到20世纪70年代，被称为“符号人工智能”或者是“规则的人工智能”，这个阶段的人工智能实际上就是把人类专家的经验固定下来，通过程序让机器模拟专家的思考方式，达到同领域内同等专家的求解问题的水平。也就是需要程序员努力把知识转变成为代码，然后建立一个又一个系统。但是，这些系统很生硬，不能延展，就像一台机器，一段输送猪肉进去，另一端输出的是火腿肠一样。

进入到20世纪80年代，人工神经网络的发展回到正轨之后，许多人试图使用多层神经网络的深度学习技术，2006年，深度学习进入了高速发展的全盛期。计算机模拟人脑神经网络，当我们把超大规模的训练数据喂给深度学习模型的时候，这些具备深层次的神经网络就会成为强大的学习能力，它可以自动学习描述物体的抽象特征，并且进行检验化的输出。比如让机器识别一只猫，对于人类智能来说，你只要告诉一个孩子，这是一只猫，下次就能自动认出来的，对于机器输入大量的猫的图片，机器可以基于这些大量的数据，自己总结猫的特征，再次识别可以进行自动检验。

而这也是今天的人工智能所带来的科技革命为什么不再是“狼来了”的主要原因之一。

人工智能与法律的结合已经有三十多年的历史了，最初始于1987年在美国波士顿的东北大学举办的国际人工智能与法律会议。同样地，从最早的基于规则的专家法律系统到今天以深度学习和大数据为支撑的自主系统，人工智能对法律行业的影响已渐渐融入到我们的法律职业生活。案多人少的矛盾急切的需要科技提高我们的工作效率，将我们从大量的繁琐的重复性劳动中解放出来。正如凯文凯利所说，科技的力量有两种，一种是效率，一种是解决复杂性。“人使用工具提高生产力”这件事始终是进化的第一目标。

那么，为什么今天的人工智能与法律的结合就有戏了呢？除了我们法律行业的现实需求，法律人工智能的实现还取决于三个客观存在的现实要素：专家的经验、算法、大数据。

算法是种子，举一个很简单的例子，1+2=3,1和2是输入的数据，3是输出的结果，加号就是算法，而今天深度学习则颠覆了这种方式，输入数据和想要的结果，输出的则是算法。

大数据是土壤，裁判文书网是我们最直观最基础的表现。而司法机关十五年的信息化建设也已经统一了从每个派出机关到最高机关统一的数据格式和数据体系。

专家经验是肥料，由专家进行总结经验、梳理规则、构建知识图谱，而法律本身也属于“规则之治”，在规则之治的机器学习就像AlphaGo学习围棋的规则一样。

对应到具体应用中，机器通过大数据，也即文书和案例的依托，开始进行学习，但是一堆文字对于机器只是变相的数据而已，“只知其然而不知其所以然”，因此需要我们的资深法官进行解构，将其化为规则，比如说解构一份刑事案件讯问笔录，里面可能会出现各种事件，法官会告诉机器哪一个才是被告人的作案时间、可能会出现很多地点，法官会告诉机器哪一个是作案地点，这样经过大量的样本数据的训练，机器学习的能力也将会不断升级，正确率随之提高。最终进行定罪量刑的预判。因此我们案件的标准化、规范化越高，数据质量就会越高，因此促进机器的智能化，机器越智能则又促进法官职业越来越专业化，这是一个双向互动的过程。

因此，法律人工智能的发展就像是农民，播下种子，灌溉，施肥，留意作物的生长状况，事事亲力亲为，而不是退居一旁。这也是为什么我们不能等到通用人工智能发明之后，直接套用到法律行业的真正原因。

去年5月，美国的百大律师事务所之一的Baker&Hostetler启用了以IBM的woston计算机为基础的人工智能律师ROSS，对，就是那个在2011年在美国的电视节目《危险边缘》中打败人类选手的那个woston。一时之间，法律行业为之沸腾，各种“律师工作将被替代”的言论见诸于各大报道。身处这个时代洪流之中的法律人的我们，或许也应该思考职业发展的未来，我们会被法律机器人所替代吗？

在遥远的未来或许会，我不知道。因为机器已经“会思考、能成长”，而我们经常做的是“近期看，会高估人工智能；远期看，又会低估人工智能”。如果我们以历史的心态来看，这列“人工智能”发展的火车不会在“人类，这一站”停下，它比较可能是呼啸而过。就像黑猩猩也无法拔掉当时人类进化的“电源”一样。说到这儿，你还认为开篇时的脑洞是科幻吗？那么，当法律人遇上法律机器人，未来将走向何方？

文科生聚集的法院大院里，仿佛对科技有着天生的排斥。基于这种观点，很多人可能认为，司法系统都是由最后一批新勒德主义者组成的，是最后受到科技影响或改变的一群人。

按照苏力教授的解读，科技首先分为科学和技术，科学的主要任务是认识世界，而技术的主要任务则是改造世界。而我们普通人通常是先从“术”认识到“科学”，先从技术的革新给这个世界带来的变化再重新认识世界。而主动迎接和拥抱这个时代的到来比被动的接受科技所带来的工作上翻天覆地的变化要来得更有欣喜得多。可以说，人工智能技术已经在开始改造整个法律行业，而改造的规模和速度将不仅仅取决于技术发展和进步的步伐，而且取决于整个法律共同体对于新技术和新模式的接纳程度。

对于司法系统整体而言，《法律人的明天会怎样》的作者理查德说，多年来，美国一直是法律科技的主导者，过去十年间，最有趣最先进的创新则发生在英国，在2020年，钟摆或许会转向一个不同的方向——中国，或将成为人工智能领域的领跑者。无论是《新一代人工智能发展规划》的战略要求，还是法律科技领域活跃的资本市场、无论是法律服务市场提供者的前仆后继，还是司法系统的不断探索，从硬件设施到数据收集，都已经逐渐迈进更深、更广的领域。

对于法院个体而言，人与机器并不是竞争关系，而是人与人通过机器的竞争。并不是说只有那些设计机器的人，才是最后的赢家，而是在一个新的时代面前，反而提供了一个“类似公平开始的机会”，而科技门槛也将会变得更低，技术将会变得更加实用化、人性化。也不是跟机器看谁更厉害，人跟机器不是竞争的关系，而是能够跟机器合作的人的能力。

正所谓“君子善假于物，增益其所不能”。在全世界只有步兵的时候，一个会骑马的步兵就很厉害；而在有枪的年代，不是有枪的或者有武功的人很厉害，而是会用枪的武功高手最厉害。在这个科技飞速发展的年代，我们不应该恐惧，反而应该兴奋点，因为我们可以与机器合作，成为一个人马合一、人枪合一、人机合一的超级个体。

在这个依靠经验和专业的古老的法律行业面前，人工智能将会走向何方？我们无法预测，而预测未来的最好方式，就是创造未来。