译者按：
英国高等法院比尔兹大法官（The Rt Hon.Lord Justice Birss）任英国民事司法系统副主席（Deputy Head of Civil Justice），是英国民事司法系统的第二号人物。与英国法院主事官、民事司法系统主席沃斯大法官一样（沃斯大法官的演讲见《当法律“遭遇”人工智能：机遇、挑战和未来｜天同网事》），比尔兹大法官也非常关注人工智能对司法的影响。本文是他2024年12月3日在伦敦举行的生命科学专利网络欧洲会议（Life Sciences Patent Network European Conference）上的演讲，现将全文译出，供读者参阅。
自两年前ChatGPT在世界舞台上崭露头角以来，人工智能领域又发生了如此之多令人惊叹的发展与变化。当然，各种类型的人工智能系统实际上已经存在很长时间了，而且今天在座的许多人也都了解有很多关于以各种方式使用人工智能的建议。2020年，Deep Mind开发了Alphafold2系统，可以比当时任何其他技术都能更好地预测蛋白质的折叠（译者按：Protein folding是蛋白质获得其功能性结构和构象的物理过程，通过这一物理过程，蛋白质从无规则卷曲折叠成特定的功能性三维结构），这一点是从事生命科学研究的人们都不会忘记的。
不过，在详细介绍我的观点之前，我先回过头来分析一下人工智能的发展背景，然后再展望一下人工智能应用的未来。
我认为，我最近看到的许多关于人工智能的定义都很不靠谱。前不久我率领英国代表团参加了七国集团（G7）司法会议，讨论主题便是“人工智能时代的司法”。在这次会议上，我听到了一个定义：“人工智能是指可以完成人类任务的机器。”然而，不同时代对人工智能的定义是大不相同的。我最喜欢的一个故事与安妮-坎农（Annie Jump-Cannon）有关。20世纪初，她和哈佛大学的同事们的研究工作，就是我们现在所说的天体物理学。我们今天仍在使用的恒星光谱分类法就是由安妮-坎农提出的。她是当时被称为“哈佛计算团”的成员之一，他们的工作完全就是大量数据的计算工作。当然，问题的关键在于，当时的计算和测算是由人类来完成的。从我的年纪就可以推测，我在学校上学的时代还没有计算机，甚至连袖珍计算器也没有。后来有了袖珍计算器后，在数字和算术课程中如何对待这些设备，以及是否允许在考试中使用这些设备的话题，在教育界引起广泛而激烈的讨论。1980年我参加的一场考试不允许使用计算器，而在同一年的另一次考试中却允许使用计算器。因此，把人工智能简单描述为“一台可以完成人类任务的机器”，并没有多大帮助。这样说来，或许可以这样理解人工智能的定义：当下的人工智能系统似乎能够完成许多人认为机器永远无法完成的任务。虽然这种说法可以反映定义的来源，但似乎仍然不能解决根本问题。今天我们讨论人工智能时，我们指的是能够吸收海量数据的机器学习系统。它们基于数据的特征构建多维模型，以做出概率预测。2020年，Alphafold系统模拟蛋白质折叠的能力，让那些从事分子生物学多年的人都极为惊叹。这就好比如今大语言模型仅通过训练数据的排列组合，就能给出一种肯定的、类似于人类经过思考的结果一样。这也是Chat GPT基本能做到的。
大语言模型似乎能够快速为所有文本生成高质量的摘要。如果我们能在司法系统中利用这一点就太好了。我们试想，在庭审之前，人工智能给出法官一个一页A4纸的案件摘要，就能很快帮助法官提高裁判效率。我们已经有“非人工智能系统可以做到这一点”——这就是在我们上诉法院的司法助理岗位。这些年轻的法律人为我们准备所有案件的摘要来帮助我们提高审判效率，他们也因此受益于在上诉法院这一年的工作经验。整个法院系统没有办法给英格兰和威尔士的所有法官（地区法官、巡回法官、副地区法官和助理法官）提供这种帮助，但我们准备在上诉法院这样做。事实表明，这种摘要对帮助法官准备案件具有积极的价值。因此，不难想象使用人工智能做案卷摘要在司法审判系统中的价值。这将在很大程度上快速提高司法效率，否则法官只能继续沿用传统方式阅卷、听取各方当事人陈述。人工智能还可以在其他方面发挥作用。例如，辅助审查（TAR）这一功能已经大量运用于民事案件的司法实践中，并在几年前获得了法院的授权。这些辅助审查技术系统基于大数据模型的学习，先由资深律师将文件做初步分类和模型确定，然后由TAR系统在海量数据中识别哪些文件信息是与案件相关需要公开的，哪些是不相关的。展望未来，我们可以想象，人工智能在吸收了比人类法官更多的数据后，可以在某种特定情况下更适合形成判决意见。我想说明的是，我并不认为我们现在已经接近了这一点，但从我所读到的有关人工智能能力的文献来看，我认为这个能力会在不久的将来实现。于是，这个问题将成为一个重要的伦理和人权问题。在这个问题上，我们需要判断并决定，我们是否准备让人工智能做出某些决策，以及哪些决策应该继续由人类做出。例如，与儿童有关的判决以及某人是否犯罪的判决，我们可能更希望保留为人类判决。另一方面，大量的小额金钱索赔或其他类似案件，可能由人工智能来完成判决会更有效。如果当事人认为判决不当，可以向法院提出上诉。至于是否应该由人工智能作出判决，正如我所说的那样，这将取决于伦理和人权方面的考虑。目前，人工智能还不具备这种能力，但我认为在不久的将来就会实现。当然，大语言模型训练中的偏差问题非常重要，尤其是在考虑使用人工智能进行判决的情况下。不过，这个问题可以通过适当的训练数据和加强监管来解决。另一个问题是，人工智能的判决是否可以“解释”。尽管我读到很多相关文献，但人工智能的说理能力（解释判决的能力）还是令人怀疑的。更进一步说，如果同时使用两个人工智能系统会如何呢？其中一个系统用来分析材料、作出决定，另一个则根据素材、针对决定来阐释正当的理由并撰写书面判决。在这种情况下，如果决定和理由都很有说服力，我们能允许机器人裁判案件吗？说到这里，我想提一下英格兰和威尔士司法部门发布的有关人工智能的指导意见。有两点特别需要注意的是：第一，谨防将私人数据输入公共人工智能系统，严格来讲，任何人都不应该这样做；第二，要明确“制作文书的人”对文书内容负全部责任，如果律师向法庭提交的文书中包含虚构的判例引用，那只能怪他自己。最后，我想提一下Garfield。Garfield是一个新生的产品，前几天才出现在互联网上。它实际上就是一家人工智能律师事务所，由一名律师全面负责全所的系统工作。它使用人类的自然语言（口语或书面语）与诉讼当事人互动，指导他们完成向法院启动相关债务索赔的立案程序。它为当事人准备相关索赔的文书并起草维权细节，帮助他们学习和遵守诉前协议，并在诉讼当事人希望提起诉讼的情况下，以线上方式提起索赔的API系统，自动向法院提交索赔的起诉书和索赔金额的事件详情。如果被告通过电子邮件作出回应，Garfield将对这一过程进行管理。就被告邮件中所述的内容为原告提供建议。如果被告没有就这一索赔的诉讼事项进行辩护，它将为当事人形成一份对方缺席的判决书。有趣的是，Garfield购买了保险，其背后的创业公司与律师监管部门就这个产品的监管问题保持密切联系及高度关注。这就是我所说的人工智能在司法救济民主化效应的一个例子。值得注意的是，ChatGPT虽然在许多重要方面不太准确，但对于一个对法律一无所知并在互联网上寻求帮助的人来说，它仍然是比谷歌要好得多的法律顾问。
第一，试图为涉及人工智能的技术申请专利会引发哪些问题？第二，在发明创造过程中使用人工智能会引发哪些问题？每个主题都涉及我作为法官参与审理的两个案件中的一个。因此，我此刻不能对此发表任何评论意见，因为那样有违职业操守。我们先讨论第一个问题：能否为涉及人工智能的技术申请专利。上诉法院最近审理的一起案件是“情感感知”案，法院裁定“人工智能与其他的传统计算机一样，受计算机软件专利性的法律规制”。我不知道该判决是否会提交最高法院，因此我不打算就此发表任何其他意见。还有其他一些问题。比如说，你建立了一个人工智能系统，它能做一些新颖的、实用的事情——也许它能控制病人的用药剂量。如果你申请专利，是否需要在申请中披露训练数据？如果不披露，是否会有“公开不充分”的风险？我的回答是——记住“错误”。在20世纪，我们解决了一个相关的问题，即细菌和细胞系等生物在培养液中制造的很难繁殖的“产品”。根据《布达佩斯条约》（译者按：即《国际承认用于专利程序的微生物保存布达佩斯条约》），我们建立了菌种和克隆的保留权。也许我们需要一个类似的人工智能数据甚至算法保留制度？我们来讨论第二个话题，能否利用人工智能进行发明创造。与本话题相关的案例是Thaler案，该案现已由最高法院作出判决。在英国，机器不能成为可申请专利的发明人。世界上大多数法院和专利局似乎都是根据本国法律得出这一结果的。我认为Thaler案的潜在影响之一与生命科学领域有关，那就是要找出人类所做的工作与机器所做的工作之间的界限。前者可以算作发明人，从而可以申请专利并获得专利权，而后者则不能。虽然有人认为Thaler案不会造成这种困难，因为总会有人类参与其中，但我认为事情远没有这么简单。例如，去年我访问了伯克利，在世界知识产权组织的主持下讨论当前的知识产权法问题。在这次活动中，我们观看了整个自动材料开发实验室的演示，该实验室是为发现新材料而设立的，采用了人工智能和机器人技术相结合的方法。这样一个自动化实验室生产出的任何一种新材料，都很难让人信服地称机器为发明者。正如我所说的那样，在这里它只是在制造和测试新材料，但它也可以很容易地成为某种生命科学实验室，而且会面临同样的困难。
我认为现在的法律很清楚，除非一个人可以令人信服地被称为发明家，否则由此产生的发明是不可以申请专利的。在我们的职业生涯中，我们都看到过实验室负责人被指定为专利发明人之一的情况。我必须说，我一直怀疑他们真的是一个发明家。出于礼貌如此相称倒也无妨，但事实上他与“发明”没有任何关系。有人猜测，人工智能将生成一个无穷无尽的现有技术清单，以防止未来任何人申请专利。然而，至少在没有看到具体例子的情况下，我觉得对此不必太过担忧。制药专利法已经能够应对这样的情况，即一个真正有实用价值的化合物——具有真正意想不到的独特性——其结果被埋藏在现有技术中某个庞大的马库什结构式里。另一个问题在于人工智能与显著性的关系。这里存在两个方面的问题。第一是将其作为工具使用。我认为，将本领域的技术人员界定为使用人工智能机器的人，在概念上不存在任何问题。或许这里将会存在关于在任何特定时刻会发生或不会发生什么的证明难题——并非轻视这些难题——我认为它们并不属于法律问题。第二是人工智能是否会都有显著性。我的困惑在于：如果这确实如此，我们能否期待在六个月内涌现出大量的新药？但目前没有任何迹象表明会如此。不过，如果人工智能系统的存在意味着所有新药在技术上的显著性都很强——尽管在2030年之前，某种产品在商业上并不一定有显著性，这就有麻烦了——如果确实如此，那么，2030年申请的专利就不能符合现行法律的要求，我们也不得不重新审视专利制度。或许我们只能将其视为投资创新、传播人类知识的一种激励机制吧！我的发言到此结束，今天的发言涉及内容广泛，需要思考的问题也很多。但我认为，我们可以相信，人工智能将带来许多有趣的发展、挑战和变化，我们需要正确对待它。如果我们做到了，那么人工智能完全有可能为整个社会带来真正好的价值。
“天同网事”栏目由邹晓晨律师主笔/主持，本栏目深入研究互联网产业中竞争领域、知识产权领域、信息安全领域的相关技术问题与法律问题，并致力于将其打造成一门全新的“边缘学科”。我们希望借此栏目与法律同行和互联网产业同行一起分享资讯，碰撞观点，传播知识经验。如您有任何想法、意见、建议，欢迎点击文末留言。
查看近期文章，请点击以下链接：
