2022年法律科技领域巨头——国际人工智能与法协会前主席：法律人工智能建模的发展与前景! .pdf

《2022年法律科技领域巨头——国际人工智能与法协会前主席：法律人工智能建模的发展与前景! .pdf》由会员分享，可在线阅读，更多相关《2022年法律科技领域巨头——国际人工智能与法协会前主席：法律人工智能建模的发展与前景! .pdf（10页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、法律科技领域巨头国际人工智能与法协会前主席：国外法律人工智能建模的发展及前景！近日，国际人工智能与法协会（IAAIL）两任主席专程来访百事通，举办了一场名为“AI 与法律服务创新困境与破局”研讨会，和百事通团队及国内外专家学者，精彩对谈AI&Law 领域的”基础建设”。前主席Henry Prakken 前任主席Henry Prakken 在研讨会上发布了题为法律论证建模，以刑事案件理性证明的三种方法的主题报告：AI 建模经历了哪些发展阶段？刑事案件牵扯哪些复杂因素，对法律AI 论证建模又有何影响？以知识为中心的建模和以数据为中心的建模国外研究有哪些进展？又有哪些实际应用？未来的法律论证建模又有

2、什么可以期待的呢？Henry Prakken都将与你一一分享！名师资料总结-精品资料欢迎下载-名师精心整理-第 1 页，共 10 页 -“大家接触AI 或者 AI 与法律结合的这个概念可能只有短短的三五年，但其实关于AI 与法律结合的研究早在35 年前就开始了。而且，跟随大数据应用的热潮，AI 与法律结合的研究已经在全世界形成了一定的群聚效应。”Henry Prakken 1.人工智能建模的发展阶段1950 1970，最开始的建模被用于通识智能应用，用来解决一般性的问题。但是有一个难点在于，这需要一个非常庞大的知识库，才能去解决我们所说的一般性问题。1970 1990，建模界有了一个大的跨度，

3、就是建立以知识体系为基础的专家系统，其在传染病学领域获得了非常大的成功。它的工作原理是首先会把你提出的问题归属到具体的领域，然后系统会有一套自己的推理逻辑来帮助你做进一步的判断和决策，最终给出一个诊断方案。然而，它在发展过程中也遇到了困境，就是“野心太大”想要解决所有的问题。但现实是，一方面，它的这些知识都来源于人类专家，而人类专家是否真的愿意把知识输入进去？名师资料总结-精品资料欢迎下载-名师精心整理-第 2 页，共 10 页 -另一方面，它的知识体系是需要一些低层次常识性或者更加通识性的问题做基础的，而这个工作量和数据是非常庞大的。1980年开始，计算机科学家们对AI 又开始秉承着乐观的态

4、度。既然计算量太大，那就缩小范围，把专家系统应用到法律领域。因为法律法典是已经成文的东西，已经非常程式化了，那就可以把它转化到电脑体系里，让它进行一个逻辑的推理，最后辅助进行法律判断和决策。当然，这只是计算机科学家们的一厢情愿，对于我们这些从事法律业的人而言，问题远没有那么简单，现实中遇到的情况，要远比简单的应用法典复杂得多。2.复杂案件牵扯的三个层次为什么说现实情况要复杂得多？Henry Prakken通过举例来说明，复杂案件通常要牵扯到哪三个层次的运作：首先，案件事实。也就是案件的事实依据是什么？证据是什么？其次，法律环境。一般有了事实基础后，接下来就是要从语言学的角度去佐证这些事实是无懈

5、可击的，也就是说它所适用的法律条件，即什么样的环境下可以去使用这个法律规则。举一个简单的例子：我们都知道城市里的公园，机动车是不能驶入的。那么，有一个问题：机动车的定义是什么？我们定义为机动车是一种用来一般性运输的物体。名师资料总结-精品资料欢迎下载-名师精心整理-第 3 页，共 10 页 -然而，这个定义太宽泛了。比如说滑板车属不属于机动车呢？我们可以滑着滑板车进入公园，它实行了运输的动作，但是我们的目的是为了玩而不是运输，所以滑板车不是用来运输的，但是也有一些人把滑板车当作自行车来使用，比如，学生滑着滑板车去上课。这其实就是法律领域里我们常会遇到的问题：一个事实你可以从正方去辩，也可以从反

6、方去辩，就好比滑板车，你可以说它是用来运输的，也可以从另一个角度说它不是。还有一种情况就是，你可以证明滑板车是用来运输的，但是它却并不适用于这样一个法律环境（机动车不可以进入公园）。最后，例外情况。比如，坦克是运输工具，但是一种例外情况是把坦克当作雕塑运到公园里作为战争纪念，这就是说你要看例外情况的初衷是什么？目的是什么？还有一种法律法规之外的例外情况，是一些没被写下来的（但是事实我们却是这样做的）不成文的原则。比如公园里玩滑板车的少年把人撞倒了需要送去医院，这个时候，救护车是可以驶进公园的。以上，说明一个小的问题都存在三个层面上的挑战：首先很多情况下，我们会遇到证据不足；其次，什么样的法律环

7、境是可适用的；最后，例外情况。所以在Henry Prakken看来，现阶段使用 AI 让法律条文自动化实施基本上是不可能的。法律推理论证是由正反双方相矛盾的去辩证。那么，在AI 应用到法律层面，如何让电脑实现像人类律师一样去论证呢？Henry Prakken从自己的国家荷兰说起，来分享一些AI 和法律结合的实际的应用。名师资料总结-精品资料欢迎下载-名师精心整理-第 4 页，共 10 页 -3.以知识体系为中心的AI 建模以知识体系为基础的AI 应用是如何支持我们作出决策的呢？第一，确认问题的归属领域（应用到法律层面也就是属于法律领域）；第二，使用建模，辅助判断的推理机制。运用到实际情况中发现

8、，这类 以知识体系为基础的AI 应用并不是真的在法院打官司时使用，相反，它是在政府公共管理方面使用较多，比如政府的一些程序性事务：社会福利、社保、办理建筑许可证等等。这又是为什么呢？首先，电脑不需要去做过多的法律方面的推理。它不需要电脑去收集事实性的证据，或者说把这些证据进行分类，也不需要去解读这个法律规则应该适用于什么样的法律环境，因为具体的解读最终还是会返还到使用者的手中，也就是政府手中。其次，电脑实行自己的一套运算体系，可以进行非常复杂的运算。名师资料总结-精品资料欢迎下载-名师精心整理-第 5 页，共 10 页 -比如政府官员在处理一件事时，需要考虑财政投入多少，截止日期等非常多的因素

9、，但由于它的推理逻辑是非常简单的，所以电脑不会出错。最后，电脑的记忆和存储功能室非常强大的。比如，政府官员可能会忽略或者忘记一些法律法规，但是电脑不会。只要你将法律法规输入到电脑中，它就可以根据现实情况去检索这些法律条款。在荷兰，目前这方面的应用是非常成功的，也就是说比较简单的推理可以用电脑去实现自动化，荷兰也有很多IT 公司专门做这种系统，开发出来后就卖给政府或者一些大型企业。那为什么这样一个系统我们看不到它运用在实际的诉讼或者法院当中，甚至律所也没有去使用呢？建立一个以知识体系为基础的论证建模，然后让电脑实现像人类律师一样去辩论，这是非常难的。因为，它不仅需要非常庞大的一般性的知识或者常识

10、做基础，还有就是电脑具不具备像人类一样的同理心，对“公正”的认知。名师资料总结-精品资料欢迎下载-名师精心整理-第 6 页，共 10 页 -虽然以知识体系为基础的建模面临着许多困难，但是 AI 领域也有一些最新的进展。比如电脑实现了深度学习，对自然语言的处理，还有大数据的应用分析。AI 也帮助许多人类实现了梦想，比如自动驾驶、AlphaGO 打败了人类围棋冠军。此外，Henry Prakken给大家介绍了IBM Waston系统。IBM对系统做了一个测试，这个测试的内容是非常非常杂的，去考它关于一个人非常细小的认知，比如这个人喜欢的运动、电影，他过去的历史，他对于政治的看法等等。IBM 给 W

11、atson输入了很多非建设性的语言信息，包括从维基百科上拷贝的内容，让系统知道这些细小的信息，然后去上电视和人类去比赛。毫无疑问，它赢了！我们知道，以知识为基础的体系，它的里面应该包含很多逻辑性、框架性的形式存在，但是现在它的一个存在形式是由很多大量的未经处理的，未经结构性加工的松散信息。而Waston 战胜人类说明，AI 能把大数据通过电脑互联实现深度学习，把所有这些信息都结合起来，从而实现一个很大的进步。现在这个体系还被应用到医学诊断、一些金融交易领域。名师资料总结-精品资料欢迎下载-名师精心整理-第 7 页，共 10 页 -4.以数据为中心的建模AI 最新的研究发展，不再拘泥于过去所说的

12、逻辑，也就是以知识体系为中心的建模。而是更多的关注在我们每天日常具体所做的工作这些大数据，也就是以数据为中心的建模。这个以数据为中心的建模，它不是解决法律推理或者说法律决策的，但是它可以去模拟律师每天都要做哪些工作，也就是任务型建模。Henry Prakken从以下三个层面来说说它的实际应用：第一，诉讼案件本身，很大一个成果是预测庭审案件结果，准确率会达到70%。70%可能并不是很高，扔硬币还有50%的概率呢，但是这已经是一个很大程度的进步。这样一个体系它其实并没有牵扯任何的法律论证，那么它是怎样做出预测的呢？它是根据很多事实的情况，比如说庭审案件在哪里开庭，是什么法院，法官是谁，他过去审过哪

13、些案件，对于类似案件他过去的判决是怎么样的，哪些司法机构会牵扯其中，控诉双方分别是谁，辩护律师都是谁，等等这样的一些细节来做出预测。当然，这样一个体系是绝对不可能代替法官去做出任何法律上的判决的，它的一个应用在于可以解脱很多律师在每天的工作当中需要去做的一部分内容，还有就是在普通市民进行一些法律活动的时候提供帮助。第二，文献层面。人们经常在法律案件中需要去处理大量文字性内容，比如，这个案件的描述，有关案件的参考性文献，上诉材料等。现在很多成功的电脑程序，它会去识别和处理语言或者是论断，它名师资料总结-精品资料欢迎下载-名师精心整理-第 8 页，共 10 页 -会进行一个信息的检索、分析，以及自

14、动化的总结陈辞。对于很多刚入行的年轻律师来说，可能会为一些案件去做前期的背景调查，会做信息的检索和调查，那这种工作可能将来会慢慢实现自动化。第三，语料库的建立。实现一个网络方面的分析。比如，你可以问这个系统，把所有相关这个案件的资料全部都调出来，比如相关的法律法规全部调出来，它是可以实现的。此外，在司法管理层面，它会有一个基于数据中心的分析，比如，这个案件会耗时多久，主审法官是谁，他在审判的时候有什么样的习惯等类似这样的信息。还有自动纠错功能，它可以对法律文献中的一些明显错误进行纠正等等。报告最后，Henry Prakken做了总结：第一，AI 推理建模的应用，在涉及非常简单的推理规则体系中，

15、可以应用到两个方面：一是政府的公共管理领域；另一个是不需要去对法律论证及决策的领域。名师资料总结-精品资料欢迎下载-名师精心整理-第 9 页，共 10 页 -第二，以知识体系为基础的建模，虽然有很多理论和概念上的进步，但还不足以扩展规模，还没有形成规模化的趋势。第三，以数据为中心的建模，已经有了许多实际应用，但是目前还不能很好的辅助法官进行判决，因为它还不适用于做法律方面的论证及决策性的推测。最后，我们对未来的一个憧憬是，使用一个综合性的方法，也就是以结合规则为基础的体系，即以知识体系为基础和以数据为中心相结合的应用，让它能够去处理自然性的语言，去处理数据，最终辅助到法律论证，使得这样一个技术

16、能够扩展下去，最终形成规模。以上即为Henry Prakken主题报告全部内容，想要了解更多人工智能的过去及它未来的发展吗？你可以关注微信号“百事通Bestone”获取法律人工智能发展趋势研究报告，全文 89 页 56000字，带你系统了解人工智能的过去和未来，以及对你的影响！1）了解国内外人工智能法律科技行业的历史与现状；2）了解国内法律市场对法律科技（包括人工智能）的具体需求；3）明晰人工智能在法律领域应用中面临主要困难，以及未来几年的发展趋势；4）为法律AI 从业者提供技术趋势参考；也为产业方、初学者等提供系统性的学习资料。Henry Prakken简介：荷兰乌得勒支大学计算机科学系和格罗宁根大学法学院双聘教授，ASPIC+语言的创立者，人工智能杂志（Artificial Intelligence）等杂志编委。法律人工智能界论著引用率最高的学者，代表作建模法律人工智能的逻辑工具。名师资料总结-精品资料欢迎下载-名师精心整理-第 10 页，共 10 页 -