|
2023年8月24日，科普中国·星空讲坛以“通用人工智能的赛道到底在哪里？”为主题，邀请4位人工智能研究领域的专家，聚焦在理论范式、目标、实现途径、应用等方面，讲述未来通用人工智能技术如何影响整个人类社会。 湖北敬卓律师事务所律师、汉口学院文法学院教师沈建铭带来演讲：《人工智能法律推理系统的限度及展望》 以下是沈建铭的演讲节选： 2022年12月9日，最高人民法院发布了《关于规范和加强人工智能司法应用的意见》，该意见提出，在2025年，我国要基本建成较为完备的司法人工智能应用体系；到2023年，建成具有规范引领和应用示范效应的司法人工智能应用与理论体系。 而自2016年以来，最高人民法院、最高人民检察院就出台了一系列关于“智慧法院”和“智慧检务”的规划意见，各级人民法院也是纷纷响应，2016年杭州法院又推出了法小淘系统，专注打造线上法庭。北京法院相继推出了睿法官智能研判系统，上海法院构建了206智能刑事案件辅助系统，该系统不仅在程序上实现了法院事务的智能化，对于审判活动也发挥了极大的助力。 法律人工智能化不单纯是中国法律界的政策与技术的推动，世界各国也在纷纷涉及本国的审判服务系统。 其中最典型的实例，其中美国法院采取了COMPASS刑事审判量刑系统，该系统主要是通过大数据操作，对刑事案件文书进行要素标注，分析量刑过程，对裁判文书进行标准化处理。提取文书中的相关要素，将其分为一般要素、刑期要素等。例如抢夺，最终存在着是否多次抢夺、携带凶器抢夺、抢夺金额等要素，通过对其赋予不同权重，以综合判断量刑参考意见为法官提供支持。 如此众多的法人工智能系统在为法官提供支持，那么其中的两个问题我们就不得不进行反思。 问题一：人工智能系统能否胜任法官、律师等角色，人工智能系统能够实现司法审判吗？ 问题二：人工智能系统能够实现法律推理吗？ 特别是在技术的高猛进之下，我们更需要一些“冷思考”而要回应这个问题。 首先是，要明白目前主流人工智能是如何实现法律推理？又是如何回应法律问题的？ 自20世纪50年代开始，人工智能就呈现出突飞猛进的发展趋势，出现了以符号主义和联结主义为代表的两种人工智能不同的研究路径，而且这两种路径均取得了可喜的成果。 一、符号主义 符号主义，基本假设认为人的心理能力实质上是一个物理符号系统，人的大脑类似于一个物理符号系统。要解决问题在于搜索以及在给定的问题所有的可能性之中寻找到合适的这样一种方式，也即是我们利用计算机的这样一种符号操作，来实现对于人类寻找解决答案的这样一个过程，即认知及计算。 早期的法律人工智能就是建立在符号主义的逻辑路径之上，人工智能学者认为只要让人工智能系统懂得全部的法律规则，懂得法律推理的规则，那么就能够实现法律推理的自动化。而这不仅是人工智能学家的追求，许多法学家也表达了同样的憧憬。 德国思想家马克斯·韦伯曾经将理想的司法模式比喻为一台自动售货机：从一端输入案件事实，另一端再根据预定好的法律规范，产生出司法判决。 许多法律人也认为法律就是一门科学，法律人可以依据科学方法，从若干根本性的原则概念之中推导出正确的法律规则和结论。 但是在符号主义的路径之下，法律人工智能的进展却一直十分缓慢。 虽然出现了法律法规的案例检索库，但无法实现真正的法律推理，更无法形成司法判断。 因此技术的实验结果也证明了符号主义人工智能系统，在法律领域中的部分失败，而究其原因在于人工智能学家低估了法律系统本身的复杂性与开放性。 美国著名大法官霍姆斯曾经有一句名言“有法律的生命不在于逻辑，而在于经验。” 法律规则的适用不仅要求符合法律逻辑的推导，还有规则背后的社会经验，而这些规则的适用也非常依赖于法官的背景知识，法官需要权衡规则所蕴含的法理情感、道德政策等诸多因素。因此通过计算机实质化的语言建构起来的规则体系，难以构建起不同规则之间，这两种逻辑关系，也更难充分表达不同规则之间的意义内涵。而恰恰是这样的意义内涵是丰富的，是难以被计算机语言以实现的，因此符号主义慢慢地被联结主义所取代。 二、联结主义 联结主义则认为这本身是源自一场认知科学的运动，它通过人工神经网络来解释智力活动，神经网络由神经元和连接不同神经元的权重所构成，权重的模仿是神经元之间的连接强度，通过对神经网络活动的模拟，以实现人类的认知过程。 联结主义人工智能系统最常见的应用体现在语音识别，图像识别等方面，而我们常说的深度学习以及最近大火的ChatGPT，也正是联结主义模式的具体体现。 这种算法通过分类的方式识别不同模式的不同结构差异，并以一定的权重，以发现该模式的规律实现机器对于事物的学习。由于联结主义克服了符号主义自身的这样的一种完备性形式化的问题，故而联结主义在实际中具有更广泛的应用途径。 前文所列举的诸多司法人工智能，如美国的COMPASS系统，就是在联结主义模式之下所产生的，联结主义人工法的人工智能在生成法律文书，辅助司法判决方面具有重大的意义。 （免责声明：本文转载自其它媒体，转载目的在于传递更多信息，并不代表本人赞同其观点和对其真实性负责。请读者仅做参考，并请自行承担全部责任。如涉及作品内容、版权和其它问题，请联系删除。）
| 
发表于 2023-9-12 10:36:15
