當法律遇到人工智能

沈寅飛

電腦的深度學習能力被成功地應用到語音識別、圖像識別等領域，人工智能發展的第三次浪潮已經襲來。

月底，人工智能程序“阿爾法狗”（AlphaGo）完勝了目前世界排名第一的圍棋世界冠軍柯潔，讓柯潔不得不感嘆，“（阿爾法狗）實在下得太出色了，我輸得也沒什么脾氣”。談起圍棋界的人機大戰，全國人大代表、科大訊飛公司董事長劉慶峰在一次演講中分享了一年前“阿爾法狗”與另一位圍棋世界冠軍李世石比賽時發生在自己身上的一個小故事。當時他在接受媒體采訪時就大膽預言“阿爾法狗”肯定會贏，引發眾人的質疑。后來比賽一開局，就有人給他發信息說，現在機器表現這么差，連三流棋手都不夠。劉慶峰回復說，你們看看后面的情況。到了中午的時候，很多人就說，如果這樣下去的話，機器有希望贏。等到收盤的時候，機器明顯輾壓了人類。

劉慶峰分析說，其中最重要原因是，阿爾法狗等人工智能程序已經具備了深度學習的能力。設計者模仿生物神經大腦的工作機理讓它們具有一定的決策和推理能力后，可以自動作出判斷。所以，在精準、高效的計算機模塊控制下，當我們人類還以為有可能跟它進行PK的時候，它在后臺就已經知道如何穩操勝券，這就是機器學習的邏輯。

在法律界，人工智能的發展也得到了各方重視。今年6月，最高人民檢察院印發《檢察大數據行動指南（2017-2020年）》，全國檢察機關將依托大數據及智能語音等前沿科技，統籌利用以司法辦案數據為核心的檢察數據資源，建立檢察大數據總體架構，營造大數據應用良好生態，打造“智慧檢務”。7月10日召開的全國司法體制改革推進會上，中共中央政治局委員、中央政法委書記孟建柱指出，把大數據、人工智能與司法體制改革結合起來，改變了傳統的思想觀念和工作方式，給司法工作注入了前所未有的創造力。

人工智能是一種遙遠的存在嗎

2016年的最后一天，國內某媒體的一篇報道《南京法院擬引入機器人輔助判案：“阿爾法”是替身還是幫工？》引起了輿論關注。報道稱2017年南京法院將迎來機器人法官，只要輸入案由、情節等事實，機器人自動彈出適用法條，然后“輸出”判決結果。針對該報道，南京市中級法院隨即發表官方聲明，表示報道不實，并聲明：“法是具有經驗和價值判斷性質的工作，再聰明的機器或軟件都不能完全替代法官的工作，只能為法官提供辦案支持與輔助。”

現實生活中，法律人工智能已經悄悄來到我們身邊，不過很多人卻可能沒有時間或者機會去了解。

《方圓》記者向多位朋友了解他們心中的機器人功能時，大多數人還是受到影視劇中機器人形象的影響，簡單地認為，如《機器人管家》中那樣具有感情和主觀創造性的機器人才是真正的智能機器人。

其實，人工智能跟機器人是不同的兩種概念。前者只是某一類領域的智能，比如說語音翻譯，而機器人所需的條件基本就是人工智能+物理外殼，如現在十分流行的掃地機器人。但是，如果想要變成電影中“終結者”那樣的機器人，則需要具備有各種識別，各種感應器，進而在大量人工智能的成果的前提下匯集而成。所以，那種真正像人類一樣思考和決策的強人工智能還在遙遠的未來。

對于人工智能，斯坦福大學的《人工智能100年》研究項目在2016年9月1日發布了首個成果報告。報告指出，對人工智能給出不同于大眾理解的精確和復雜的描述是困難的，因為如何對人工智能進行精確定義目前還沒有達成共識。人工智能研究的創始人之一明斯基的一句話集中概括了人工智能研究的實質：“讓機器從事需要人的智能的工作的科學”。

當下，人工智能甚至還存在強弱分類，而現在的水平只能達到讓機器智能行動的弱人工智能。如國外最先進的機器人律師ROSS本質上就是一款人工智能軟件，它只不過使用了具有超強計算能力的IBM Watson（Watson是認知計算系統的杰出代表，也是一個技術平臺）來梳理海量數據信息。在我國，近幾年的法律人工智能項目也是多項最新科技的綜合應用。如“法小淘”的語音識別、轉寫功能由阿里提供技術支持，大數據則主要來源于2014年以后我國公開的近3000萬份法律裁判文書以及無訟團隊幾年來積累的30萬位律師資源形成的無訟名片。

盡管如此，一個可喜的事實是，早在1968年人工智能研究創始人之一明斯基指出，人工智能應該被應用于會計，用于科學研究和推理案情。從那之后，人們關于人工智能應用于法律領域的研究就從未停止，在此后的數十年內，這個話題伴隨著人工智能行業一起經歷了兩次高峰和兩次低谷，而法律“黑科技”頻出。

第三次浪潮已經襲來

2016年10月15日，在杭州云棲大會上，無訟創始人蔣勇現場對其主持研發的法律機器人“法小淘”的功能演示驚艷了全場。蔣勇模擬了真實應用場景，他對“法小淘”說：“我是杭州某公司法務，在互聯網領域做數據分析和數據挖掘，現在發現廣州一家公司抓取我公司數據，仿冒我公司的廣告語，與我公司已存在競爭關系，我想找相關的律師。”

“法小淘”立刻理解了語意，并分析出該情況屬于不正當競爭糾紛案由，然后進一步引導、給出索賠金額、訴訟地點等關鍵詞，之后從30萬名律師信息中找到了3名合適的律師，并提供了律師所在的律所、同類案數量、同法院案件數量、標的額區間等信息。

“法小淘”的推出似乎發出了中國法律人工智能產品熱潮的信號。隨后，北京藍鯨互動科技發展有限公司推出法里平臺，結合人工智能+大數據等領先技術提供法律服務。2017年，江蘇省蘇州市吳中區檢察院推出的實物版機器人“吳小甪”、湖南真澤律所合作研發的“法狗狗”等法律機器人陸續亮相。

無訟網絡科技公司產品創新中心副總裁莊大衞接受《方圓》記者采訪時說，早在20世紀50年代就被提出來的人工智能概念隨著計算機基礎建設的發展逐漸形成了一個波浪式上行的趨勢，更高時脈CPU、CPU到專用TPU、分散式架構、云計算與大數據，每當出現技術或者數據創新的時候，人工智能的發展與應用就會迎來新一波的高潮。

劉慶峰表示，現在移動互聯網的快速發展使得我們擁有了實時傳輸學習的大數據基礎，再加上電腦運算能力極大的提升能夠滿足各種個性化需求，而最關鍵的是，電腦的深度學習能力被成功地應用到語音識別、圖像識別等領域，“深度學習”能力讓機器學習能力實現了一次重大飛躍。（它是一種使用反向傳播算法的自適應人工神經網訓練方法。這種革命性的軟件技術極大地推動了傳感、視覺、物體識別等人工智能硬件技術的發展。）此外，以云計算和大范圍網絡數據采集為支持的機器學習系統也日漸成熟。因此，人工智能發展的第三次浪潮已經襲來。

上海交通大學凱原法學院博士史宇航認為，人工智能模仿的是人類的認知過程——觀察、學習、組織語言、處理數據、得出結論，即“像人類一樣思考”。不同的是，由于計算機程序具有幾乎可以在瞬間遍歷各種數據庫的優勢，對于人類來說繁復的法律檢索對人工智能來說其實無比輕松。

目前，法律人工智能又有了新一輪的發展并具備了多項技能。首先是逐步實現了智能法律檢索。在已經具備龐大法律數據庫的基礎上，律師或者他們的助理往往需要花費大量的精力和時間尋找相應的案例和法條，國內外已經有一些可以進行法律檢索的 AI 產品幫忙解決了這個問題。如世界上第一個人工智能律師ROSS可以理解自然語言，并提供特定的、分析性的回答，這接近于和人類律師一起工作的體驗。類似 ROSS 的法律類“數字助理”越來越多，其在律所中的身份類似于準雇員。

其次是案件預測。早在1993年，武漢大學法學院教授趙廷光就主持開發了《實用刑法專家系統》。這個系統由咨詢檢索系統、輔助定性系統和輔助量刑系統組成，具有檢索刑法知識和對刑事個案進行推理判斷的功能。基于現階段大量公開的裁判文書，人工智能機器人已經能夠對案件結果進行預測。如“法狗狗”的刑案案情預測系統，只需要簡單地選定罪行分類，并提供傷亡人數、案發地點等信息，就可以獲得預測結果及類似案例。現在這套案情預測系統已擴大到了婚姻、交通、勞動合作（企業與勞動者）等多個法律服務領域當中。

最后是咨詢服務、文件審閱服務等。目前，人工智能法律咨詢以美國的DoNotPay 最為典型，它在線幫助用戶挑戰交通罰單。用戶可以通過其網站，發消息進行交流；它可以利用用戶提供的信息形成文件，用于對罰單提出對抗性意見。在國內，多個人工智能產品正在著力打造每個人身邊的24小時法律顧問。

比每小時9.9元更便宜的律師咨詢費

一般情況下，按照業內規則向律師咨詢法律問題是需要收費的。少則每小時幾百元，多則會超過千元甚至高達萬元。不過網絡的普及打破了這些傳統慣例。早前，在某寶網上就出現過9.9元購買私人律師服務的項目。盡管這樣廉價的法律服務，在網絡相隔的雙方之間似乎并不能形成充分的信賴，而且如果出現導向錯誤，將會造成很大的麻煩，但是仍有不少人進行嘗試，且不少人評價說有效地解決了問題。這兩年，在法律服務領域，隨著法律人工智能的出現，更優惠的法律服務出現了。

3月4日，湖北首個法律機器人“法狗狗” 正式在武漢發布。這是類似于“阿爾法狗”的程序機器人在法律領域的運用，能提供類似真人律師的專業答案，而且是7×24全天候隨叫隨答的服務。《方圓》記者試用了法律人工智能程序，它直接而高效地為法律訴訟業務提供專業大數據和推理演繹的技術支撐，實現法律實務的人工智能化，著實讓人眼前一亮。

“法狗狗” 法律智能程序是這樣工作的，它會在界面直接了解相關案情。“您咨詢哪方面的離婚案件？”“出軌。”“您的性別是？”“女性”……在一系列問題問完后，你想知道的訴訟勝率、孩子撫養權等法律專業問題，短短幾秒鐘全部得到了答案。

據“法狗狗”聯合創始人劉謙介紹，這款機器人在功能上更完備，它不僅有刑事人工智能產品，還增加了勞動、婚姻、交通等方面的法律智能產品，并且具有更新功能。目前，“法狗狗”擁有3000萬案例數據、6000多案情分析點及海量的法律知識庫，還能進行擬人化交流等。對于一些初入行的律師，利用它能夠快速應答當事人的問題，甚至形象地稱之為“接案神器”，而對于需要法律咨詢的人而言，使用它對自己遇到的麻煩則會有個大概的預判。

這款人工智能程序只需要關注微信公眾號后就可以使用，首次下載后有十次的試用機會，而且試用次數滿后每次使用只需要付費1元錢。

史宇航對于越來越便宜的法律咨詢服務收費發出這樣的感嘆，如今的法律服務竟然如此低廉，這讓用四年時間辛辛苦苦攻讀法學本科的大學生情何以堪。這樣下去，法律職業人員的工作將面臨前所未有的威脅。

一項不會完結的工程

事實上，這一次的法律人工智能發展浪潮之所以格外猛烈，原因除了大數據、云計算和機器的深度學習功能的持續發展外，司法公開的力度加大也為法律人工智能需要的海量數據資源提供了可能。

2014年1月1日，《最高人民法院關于人民法院在互聯網公布裁判文書的規定》實施。該規定明確，最高法在互聯網設立中國裁判文書網，統一公布各級人民法院的生效裁判文書。據最高人民法院發布的司法公開白皮書，截至2017年2月，中國裁判文書網已公開裁判文書超過2600萬篇，網站訪問量突破55億次，成為全球最大的司法文書公開平臺。今年年初，最高人民法院又出臺《人民法院信息化建設五年發展規劃（2016-2020）》，將運用大數據、云計算、神經網絡和機器學習等技術，開展“智慧法院人工智能系統”研究計劃。

國內幾家開發法律人工智能的研發機構人士均表示，目前公布的裁判文書是他們數據庫的重要組成部分，沒有這一龐大數據的支撐，法律人工智能中類案對比、結果預測等功能根本無法實現。

裁判文書網帶來的海量數據信息，讓北京三位從不同法院離職的法官聚在了一起。2014年初，他們同時接受了無訟網絡科技公司的邀請，一起來做一項十分枯燥而又龐大的工作。每天，他們需要在裁判文書網公開的判決書中提取關鍵詞。這些關鍵詞是每一份判決書中的法律相關詞匯，這些詞匯經過歸類，將逐漸匯聚成一個龐大的法律詞語庫。

蔣勇說，目前無訟的法律詞語庫數據來源還包括此前推出的兩款與法律大數據緊密相關的產品——無訟案例與無訟名片。高達4000余萬份裁判文書，每份平均1000-2000字，至少可以挖掘出數以百萬計的詞庫，在法律專業這樣的特殊領域，要實現人工智能檢索會面臨龐大的工作量。比如，“特殊債權”在法律中是一個詞，而機器會識別成兩個詞，所以，這些需要技術團隊成員“手把手”地教機器學習。

此前，國內一直沒有一套規范、全面的法律詞語庫，即使在學術上也沒有對法律詞語進行劃分的標準。“我們只能借助于法官過往的職業經驗來盡可能地將真正的法律詞語提取出來。”莊大衞向《方圓》記者介紹說，在三位前法官花了一年時間做完幾萬份文書的篩選工作后，無訟網絡科技公司的技術團隊運用人工智能的學習能力持續了三年，到現在也在不斷充實這個法律詞語庫。同時，為了更好地在案例間建立關聯，無訟網絡科技在用戶產品中添加了用戶反饋的功能。如果用戶認可系統自動推薦的相似案例，就可以在后面點擊笑臉，如果用戶認為系統自動推薦的案例并不理想，就可以點擊哭臉。系統會根據這些反饋自動修改此后的推薦，同時，無訟的技術人員也會在深入分析后對算法進行進一步調整。

“這是一項不會有完結的工程，因為新的法律詞語在不斷出現，永遠也不可能窮盡。”莊大衞說，機器經過不斷學習之后，會變得越來越淵博，它超過人類的一點在于“過目永不忘”，僅此而已。

真能像法律人一樣思考嗎

今年初，俄羅斯最大的銀行Sberbank宣布引進一位機器人律師，這個機器人的任務就是處理各種投訴信件，而這項創新將導致大約 3000 名在銀行專業人員被炒魷魚。早在2015年5月，在英國有名的博聞律師事務所的律師已向他們研發的合同機器人發出了第一個指令：處理在線文件的審閱。兩秒鐘后，合同機器人提交了首批資料分析結果，這是專業律師團隊大約幾個月的工作量。可以說，國外的法律人工智能已經實實在在地威脅到了法律人的“飯碗”，那么，這一威脅對中國法律職業者而言還遙遠嗎？

史宇航認為，具備了大數據運算后的法律人工智能在解決法律問題時至少有兩個技術障礙需要解決：一是機器對自然語言的理解和處理能力，二是法律人積累的經驗、思維方式如何被轉化為算法。

對于第一個技術障礙，人工智能需要自然語言處理技術來理解現實中提出的各種問題并給出基于自然語言的答案，而不只是檢索的若干結果。像蘋果的Siri或者微軟的Contana，就是自然語言技術的運用成果。只是在法律問題中，客戶需求會遠不止“請幫我找到刑法第×條”這么簡單，問題本身就會異常復雜。很多律師們在第一次會見當事人時會花費大量的時間來搞清楚問題是什么，而對于人工智能來說理解復雜問題會更加困難。然而，隨著各種自然語言識別技術的廣泛使用，所獲得的反饋會越來越多，將有助于推進自然語言識別技術的發展。

對于第二個技術障礙，雖然法律人向來對自己所謂的“像法律人一樣思考”非常自豪，但這并不是一道不可逾越的屏障。只要能夠理解問題的含義，經過對大量公開裁判文書的分析，并不難找出問題所對應的法律依據，如果能夠處理得當，人工智能就可以給出一個得當的答案。

“對于人工智能來說，真正困難的工作可能在于大量現實中的法律問題并不存在標準答案，對于法律問題的解答需要在利益、人情、機會等各方面的權衡，需要具有真正理解現實社會的能力，這對經驗豐富的律師來說都未必是簡單的工作。”史宇航說。因此法律人工智能就需要向這些經驗豐富的法律人不斷學習。而這些沒有標準的經驗卻成為短時期內還無法攀登的高峰，除非有一天機器人真正能像法律人一樣察言觀色、深入思考。

盡管如此，業內人士已經開始擔憂一些法律人工智能應用中可能發生的問題。一位試用過多個法律人工智能系統的律師認為，在法律檢索、文件審閱、案件預測等領域的人工智能律師并非真正的律師，那么主導的人類律師是否有義務監督其行為？現在的很多法律人工智能系統對于研發者之外的人而言，都是一個“黑箱”，律師根本不知道它是怎么做出決策的，人類律師將不得不面對想監督而不能的尷尬。

而對于政府部門而言，被應用的人工智能的保密工作則更受重視。很多法律類的人工智能都是由第三方提供的，而非公檢法或者律所自己研發，通常以服務的形式購買過來。基于機器的學習功能，樣本和數據越多越大，人工智能分析的質量就越高，而且技術還會不斷提高和優化。人工智能技術提供者可能將各個客戶的數據匯總到一個數據庫系統中。因此，從保密義務的角度出發，使用者必須考慮什么數據可以提供，以及如何保護、存儲這些數據。

而一位檢察官則提出了關于法律職業人資質的問題。未來在法院或檢察院可能使用的機器人法官或者檢察官是否也需要取得相應的資格呢？就市場中所謂的機器人律師而言，它們是否需要參加法律職業資格考試？抑或需要其他形式的考核以確定其具有職業能力？即便將來某一天賦予了它們這些權利，那么出現了機器人法官、檢察官、律師來辦理人類犯罪的案件，將是一個多么可悲又可笑的場面。

那些不斷涌現的法律“黑科技”帶來法律服務便捷高效化的同時，它們作為新興產業和新事物本身也讓法律法規和既有制度面臨種種難題。

且行且立法

從蘇州市吳中區檢察院的法律機器人“吳小甪”的故事可以看到，很多人拒絕使用“吳小甪”轉而向人尋求幫助，可見在意識層面，大多數人與機器人之間還存在著信賴障礙。上述律師的尷尬也是由于當前法律人工智能仍沒有達到盡善盡美的要求而產生的疑惑。“法狗狗”技術總監劉謙坦言，當前，“法狗狗”只能為法律人提供輔助工作，并沒有取代的能力和雄心，而人工智能與法律的親密結合仍有很長的路要走。因此，人工智能與法律問題的研究依舊處于初級階段，依然是一個先者淺探的神秘領域。

人工智能與法律作為法學研究的一對基本范疇，雖尚未有學者明確提出，也不曾作為法學教材的獨立內容，但關于該問題的研究已引起了法學學者的重視。

至于對機器人審判人類的想象至少目前看可能是多余的。因為每個案子都是不一樣的，人類知識、經驗、智慧的成果，是機器人永遠無法取而代之的。而人工智能機器人也不具有人性，酌情考慮的能力，它也無法做到。它能提供的僅僅是一個概率問題。

張武舉認為，未來一段時間，法律界更應該花精力去考慮人工智能可能導致的侵權、人身傷害等問題的立法及法律完善問題，確定行為的主客體等要件，這才是法律人在新事物面前應關注的東西。

史宇航認為，在可以預見的未來，人工智能還不能夠做到拋開人類來提供法律服務，更多的是會協助人們完成一部分輔助工作。因此，法律人要積極擁抱新技術，這并不是說在朋友圈里寫作或者分享幾篇人工智能的文章就可以的。法律人應該去抽時間學習編程，了解計算機原理，甚至是參與到人工智能研發工作中，至少也會使用新技術才算及格。

最高檢技術信息中心主任趙志剛在近期的一次沙龍中指出，“一切的社會生活正在被信息科技重新定義，檢察工作也必將告別過去的工作模式。‘智慧檢務是必答題而不是選答題。”其實，整個法律人工智能領域又何嘗不是。