打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
【辩论】 AI能否取代法官?


10月11日,阿里巴巴董事局主席马云在2017杭州·云栖大会开幕式上演讲-黄宗治-摄

正方:

未来,大量法官可能失去现有职业

“无论你承不承认、抗不抗拒,未来终将到来。”部分专家认为,在人工智能发展的高级阶段,大量的法官可能失去现有的职业,同时,产生司法类人工智能的“研发者”等既懂法律、又懂技术的新职位。这是一种进步。正是这样不断的淘汰、创新,才实现了人类社会的升级和发展。

【观点一】 法官情感和价值判断可以通过程序和参数设计进行表达。

“人工智能真的不能理解法律精神吗?”浙江大学光华法学院互联网法律研究中心主任高艳东说,这是一种合理的担心——伤害儿童和孕妇的处罚更重,大庭广众下的侮辱行为也因人数多少有所区别。但是,在AI进行海量案件的审理和分析后,当它发现对儿童伤害的判处更重,便会总结出符合法律精神的规律。诸如此类,AI通过大数据分析总结出的法律价值,可能比法官的个人判断更符合法律精神。

【观点二】 AI在司法领域应用有三个发展阶段,强AI将取代法官、律师。

目前所处的是初级阶段。AI可以把大量的法官判决数据、司法指导意见、司法解释等收集起来,分析得出一个最优的判决结果。这在简单、重复性案件的处理上,完全可以给法官一个有力参考。

中级阶段将在20到50年间实现。AI拥有深度学习功能,开始慢慢学习人的思考,从以往简单案件的数据分析中总结出司法规律和法律价值。这时,AI不再局限于简单案件,也将审理复杂案件。

百年以后,高级阶段已经超出了人类的想象力。强AI将在思考能力上超过人类大脑,可以找到每个案件的具体差别。届时,AI能从事的不只是审判,甚至可以立法、执法,将全面取代法官、律师的所有工作。

【观点三】 AI可以定纷止争,从源头取代法官的工作。

“产生诉讼的前提是当事人双方对纠纷解决的预期不一致,并认为通过法院的中立裁判可以获得对自己有利的判决。”西南财经大学法学院院长高晋康解释,审判主要发挥定纷止争的作用,如果AI可以为当事人提供确定的预期,产生可信赖的行为指引,这将从源头上消解纠纷形成的原因,也是对法官工作的替代。

反方:

法官的人文关怀和人性光辉无可替代

【观点一】 AI永远不可能取代法官。

部分专家认为,尽管AI在信息筛选、记忆知识、高速总结归纳等方面具有人类无法比拟的优势,但法官作为“人”的价值是机器无法取代的。“法官助理”不论多优秀,终究不能取代法官。

法律精神需要法官站在“人”的角度去理解评判。西南财经大学法学院教授李毅认为,对于法律精神中的好与坏、公平与正义,人类会站在自身独特的角度去理解和评判,这是机器评判所不具备的,也恰恰是法官工作的基础。法的领域不能完全依赖于人工智能,必须要运用好人的审美与价值观。

【观点二】 法官的审判过程充满了人文关怀与人性光辉。

“AI代替法官裁判,我觉得是不可思议的。”中国政法大学(微博)传播法中心副主任朱巍认为,法官的工作不只是简单地依法条判案。从确定衡量标准、确定处罚内容,到撰写判决书所用的具体语言,每一项工作都体现着法官身为“人”的关怀。

“法官判决的每一个案件都是有温度的。”上海市高级人民法院副院长郭伟清说,“司法审判的过程不只是理性逻辑的堆砌,还有人性和情理的融合,是基于社会公义、法律量刑和人情世故作出判断的微妙平衡,这是机器无法取代的。”

【观点三】 法律的生命在于说理,AI很难告诉我们“为什么”。

“法谚道,正义不仅要实现,而且应当以人们看得见的方式加以实现。”安徽芜湖市一基层法官姚昊在自己的札记中写道,“我们往往重视结论,却忽略了形成结论的理由。让AI告诉我们'是什么’很容易,可难以让它告诉我们'为什么’。AI可以模拟人类的思维,但无法表达这种思维的形成过程。”

他认为,目前司法审判中存在的各种问题,尤其是群众对司法缺乏足够信任,原因不在于没有开发“人工智能法官”,而是法官正在成为法律“工厂流水线”上的操作工。

【观点四】 司法领域何时会出现真正的AI法官仍不可预期。

高晋康认为,目前司法领域还未出现真正的人工智能技术。能否取代法官,取决于政策引导、技术突破和社会认知惯性的改变,以现在的技术来看,仍不可预测。

朱巍也认为,现有的人工智能辅助系统只不过是通过对海量数据信息的学习和处理,用事先设置好的方法,展现出我们需要的结果,进而产生类似于人类判断的表现,并非真的让机器拥有人的智慧。

共识:

AI能提高司法公平与效率

专家们达成的共识是,AI正在通过案件繁简分流、创新审判手段等方式减轻法官负累,提高司法公平与效率。不可否认的是,其辅助力度正变得越来越大。

繁简分流,将法官从简单的、重复性案件中解脱出来。高艳东认为,交通事故、合同纠纷、网购案件等简单的、重复性案件占到80%,耗费了法官的大量精力。AI完全可以通过导入案件数据,学习法官的裁判思路和理由,对证据清楚、案情简单的重复性案件进行立案、筛选、判决,减少法官的重复性劳动,让他们更多地关注复杂案件、疑难案件。

同案同判,减少法官个人因素对审判结果的影响。“同样一个案件,有的判诈骗罪,有的判合同诈骗罪。同样是交通事故,有的60%责任,有的70%责任。”高艳东说,中国的案件特别多、地域特别广,相同案件不同判案标准和结论的现象比较普遍。法官的价值理解仁者见仁智者见智,其有生之年能够接触到的案件数量有限,AI可以最大程度减少法官个人、与案件无关的因素,辅助法官促进审判公正。

创新司法体系,为司法提高效率带来曙光。“人类社会现有的司法体系还是工业时代的体系。”朱巍认为,AI的发展有望促进司法体系的自身创新,缓解立案、举证、出庭难等问题。

高艳东也认为,法院效率低下是全世界司法体系共同面临的一个复杂难题。传统一般认为法官要以庭审为中心,面对面详细查陈案件事实。可随着社会的发展,诉讼案件数量正以每年20%到30%的速度增加,对案件审理的精细化要求也越来越高,法官的编制却不可能大幅增加。AI将高效率实现部分案件无人化、标准化审理,解决案多人少的难题。

前沿案例一

上海“206”:有效防范冤假错案

把一个案件的要素输入一个系统,就能自动跳出审判结果,仿佛一台“法律自动售货机”。在人工智能时代,不少人开始憧憬机器人法官快速判案的场景。作为司法改革及智慧法院建设的前沿阵地,上海法院已试点探索将人工智能技术和办案辅助系统相结合,以防范冤假错案,提高司法效率。

“206”进步速度惊人

206,大名“上海刑事案件智能辅助办案系统”。这个以大数据、云计算和人工智能为技术内核的“小婴儿”,对上海几万份刑事案件的卷宗、文书数据进行学习后,已具备初步的证据信息抓取、校验和逻辑分析能力。

半月谈记者采访发现,206系统的核心功能主要有三项。

一是证据标准指引功能,即通过大数据分析,对每一类案件通常应当收集的证据种类以及每一种证据收集、固定的程序、形式、内容等做出详细规定,为办案人员提供清单式证据指引。

二是单一证据校验功能,即对每一个证据进行自动校验,生成审查结论,提示办案人员进行补正或说明。

三是为证据链和全案证据提供审查判断功能。系统能够对证据链条的完整性以及证据之间是否存在矛盾进行审查、提示,确保证据完整充分,排除合理怀疑。

比如,一份证据证明被害人是被刀捅死的,而尸检报告说是钝器致死,那么206就会发现其中的矛盾,提醒办案者注意。“它不仅能将卷宗变'薄’,还能自动提示证据瑕疵与逻辑冲突。”上海市高级人民法院副院长、206工程技术组负责人郭伟清说,“它给我们带来了很多惊喜。每多使用一次,就又学习了一次,进步速度惊人。”

据介绍,206系统运用了图文识别(OCR)、自然语言理解(NLP)、智能语音识别、司法实体识别、司法要素自动抽取等诸多AI技术。

全程留痕,提高审判质效

上海法院系统致力于将高科技手段融入大数据系统当中。“人在干、数在转、云在算”,司法系统的人工智能必将朝着“让人民群众在每一个司法案件中都感受到公平正义”这一目标而发展。

郭伟清表示,上海高院(微博)正在继续推进206(二期)工程建设,将探索在民商事案件和行政案件领域开发这样的智能辅助办案系统,以实现执法办案“全程留痕、全程可视、全程监督、全程公开”。

上海市律师协会刑事业务研究委员会主任林东品认为,206已可对刑事案件全程留痕,打通了公检法三家的平台,甚至做到了笔录和公安审讯录像的精准比对。这将大大减少司法的任意性,增加案件办理的透明度,确保其不偏离公正的轨道。

科大讯飞法院产品线产品部经理金泽蒙全程参与了206的研发工作。他表示:“法律不是一块死板,不是可以计算、生成的代码,法庭上的人性博弈更是机器无法触及的领域。可预见的是,机器会成为一个越来越聪明的助手,帮助法官更快更好地作出逻辑判断。”

前沿案例二

重庆智审平台:促进高效规范审理

重庆市法院以打造“类型化案件智能审判平台”为突破口,大胆运用AI构建专供金融机构使用的“智慧E审”和法官使用的“智能专审”两大系统。

“我们选择了信用卡纠纷案件作为探索智审平台适用性的第一步。”重庆市高级人民法院研究室副主任高翔介绍,信用卡纠纷案件的法律关系相对单一、事实较为具体、审理过程相对简单,引入AI技术具备可行性。

类案智审平台的工作原理,是对类型化案件要素进行分析提取,然后对同类案件的海量数据进行深度的机器学习,使AI在类似案例智能推送、裁判结果预测、裁判文书自动生成上发挥作用。

今年5月1日,智审平台正式开启试运行。1个月后实现了全部信用卡集团诉讼案件网上立案。截至8月底,已累计受理信用卡纠纷案件4589件,平均立案时间缩短到10分钟以内,平均审理时间缩短27.26天。

重庆市渝中区人民法院立案庭副庭长梁晓峰说,智审平台不仅减少了法院和当事人人工录入案件信息的繁琐与失误,减轻立案人员的负担,同时,还会对类型化案件的基本要素、办理节点进行归纳,形成规则并植入平台,有利于促进案件规范化审理。

智审平台的效率优势在庭审节点得到展现。高翔介绍,智审平台会自动围绕双方当事人是否存在借贷关系、是否存在违约行为等事项进行要素化整理,并生成法官庭审指引;通过整理案件庭审阶段的所有确认信息,自动生成令状式裁判文书稿;同时,还会向法官推送相似度较高的案例,并对法官拟做出的裁判进行智能评析,有效统一裁判尺度,实现类案同判。

律师宋翠林对智审平台的高效颇有感触。以前庭审一起信用卡案件大约需要40分钟,现在只需围绕智审平台抓取的要素事实进行庭审确认,重点审查双方有争议的内容,整个过程被缩短到20分钟以内。

重庆市高级人民法院信息技术管理处处长陈浩表示,下一步,重庆法院将对智审平台进行优化完善,尽早构建开放型的智能专审平台,力争与相关部门共同搭建“全市法院纠纷多元化解一体化平台”,将其推广到工伤认定案件、道路交通事故损害赔偿案件等更多领域。

来源:《半月谈内部版》第12期,原标题《辩论:假如AI取代法官》

AI芯片的过去、现在与未来


医疗争端、化学合成、罪犯识别、自动驾驶等应用领域,AI的威力日趋扩大。目前哪些是AI做不到的,未来哪些事又是AI可能做到的?美国商用系统芯片互连IP供应商ArterisIP的CTO Ty Garibay发表了一篇博客,解释了AI及AI芯片的前世今生。

经历了第一次泡沫、寒冬时期、研究重启的AI技术,目前的突破点在基础层AI芯片的更新中。AI到底能不能超越现在顺利达到深度学习的高标准,还是有待商榷和验证的。

简史

“人工智能”的术语1956年便诞生,由三位科学家John McCarthy、Claude Shannon and Marvin Minsky在英国达特茅斯会议上提出。当时那个年代末期,Arthur Samuel创造了“机器学习”的概念,指能够从错误中学习的程序,这个程序甚至能够在跳棋等游戏中表现胜过编程的人。

计算机技术的飞速进步使研究者相信,AI可很快解决。科学家们在研究基于人类大脑功能计算是否能解决实际生活中的问题过程中,创造了“神经网络”的理念。

1970年,科学家Marvin Minsky在《生活周刊》采访中表示,3至8年内,将有望出现一台与人类平均智力相当的机器。

上世纪80年代,AI走出了实验室并走向商业化,还掀起了AI投资狂潮。当AI相关的科技股泡沫破灭后,AI又重新回到实验室。“AI寒冬”到来。业内人士认为,当时发展AI技术过于超前,甚至此技术永远都无法普及。

1986年,神经网络之父Geoffrey Hinton和其他研究人员发表了一篇里程碑式的报告,报告探讨了在“反向传播”算法如何使深层神经网络反应更出色。

1989年,深度学习三巨头之一的美国计算机科学家杨立昆(Yann LeCun)与当时他在贝尔实验室的同事通过培养能够识别手写ZIP码的神经系统而验证了一个AI理论在真实生活中的可行性。

2009年,斯坦福大学的Rajat Raina、Anand Madhavan和Andrew Ng发表了论文,论证了现代GPU的深度学习能力远远超过CPU。AI大军似乎卷土重来了。

现在

为什么现在投资界都在聊AI,说到底驱动因素是计算机技术成熟,海量数据容易获得,一旦研究者有了这些资源,算法与解决方案也就不是天方夜谭。

但AI芯片的最大挑战是,如何在系统级的芯片中,将以上资源协调在一起,而且系统级的芯片是以硬件加速器为载体的。

所以AI芯片的设计要求很高,尤其是在汽车行业,对安全和可靠性的标准一点都不能降低。

谷歌和特斯拉这样的公司对集成电路设计也许还并不成熟,而AI Movie、Horizon Robotics等AI初创企业虽然对机器学习有很深造诣,但要完成高水准的系统级芯片研发也很困难。

以汽车前置摄像头中的深度学习AI芯片加速器为例,此芯片主要用途是为了分析和检测道路上的车辆、物体。每个AI芯片都带有记忆文件以确保最大的带宽。

芯片内互联机制必须在检测到物体时保证较宽的带宽,并且在没有遇到物体,优化能源耗损时分配较窄的带宽。而优化的手段就是更新更高级的算法。这样的AI算法每天都要更新或升级一次。

如果把现在的深度算法芯片比作香蕉,那么没人愿意保留烂了的香蕉。其实AI芯片中旧算法就好比烂香蕉。所以对AI芯片来说,问世时间比其他类别的半导体更加敏感。

未来

除了深度学习和神经网络大幅推动了AI技术的进程,仍有很多研究者认为,如果AI要达到更好的要求,还需要更多的方法去支持AI芯片。

大多数AI芯片的设计目前只是基于杨立昆和Hinton等学者的理论而研发出的不同版本,但如果一直沿着这一条轨道前进,AI技术无法有更大的实质突破,更不用说用AI完全替代人类思维。

目前AI技术还是要建立在“标签化”数据的基础上的,它无法完成一个与历史经验毫无关联的任务。神经网络也并没有将已有知识与陌生规则(例如,“向上”的对立面是“向下”、孩子由父母生育等事实)。

AI技术现在还不能根据没有标签的数据解决问题,好比一个人即使没被烫过,也不会主动去碰点燃的火炉,AI却还做不到。即使通过“标签化”的数据学习,数据样本也要足够大。AI芯片似乎没能表现得比人类更智能,但它们的学习能力很强,未来可以变得更聪明。算法和芯片系统的设计都可以进步,这需要AI芯片具备更高级的记忆系统和连接机制,以及承载深度学习数据流的硬件加速器。

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【热】打开小程序,算一算2024你的财运
法院人工智能应用快速升级!从繁简分流系统到人工智能庭审,法律科技如何助力审判提效? | 律新社观察
左卫民:关于法律人工智能在中国运用前景的若干思考
律师思维和法官思维的关系
北京市律典通总裁麦天骥:从法律人对人工智能的期待谈大数据——人工智能在智慧法院的应用
人工智能走进法院 破解“案多人少”难题
法律该赋予人工智能什么地位? 实现与人的智能叠拼
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服