探索与争鸣｜杨力：AI法官即将诞生，准确率比人工高

由于专业的问题，在人工智能方面，我所关注的问题仅仅限于法学领域。所以再此我和大家做一个形而下、绝不是形而上的介绍。

首先，法律界的大数据应用其实很早就已经开始了。之前，在法院方面做了两次涉及到互联网和人工智能基本的演讲。这两次演讲虽然时间很短，但是受众面非常广。对于我们法律界而言，需要认真思考的是哪一些是人做的，哪一些是机器做的。这也是我们法律界目前在应用上所面临的第一个难题。第二个问题，以上海为例，在目前整个上海公检法系统中，使用大数据最早的是公安系统，尤其是在侦查方面。比如说过去三个月中，你手机短信的内容，我们能通过后台全面侦查到。并且随着一些关键性技术引用，这一技术已经达到这种程度，过去三年你手机中的一切信息，哪怕处于关机状态，我们依然可以检测出内容。这一技术最早用于侦查，但是目前用的最好、最前沿的却是我们的法院。前不久上海法院开了一个信息化的推动会，这足以说明我们上海法院在全国信息应用当中名列前茅。

在法律中怎么样用大数据，怎么样来用人工智能的，我初步给各位做个简要介绍。我们备了四套大纲。第一套大纲是AI系统，我们所有人工智能依赖于数据驱动，所以在整个司法链条上做到数据驱动最底层工作，一定要把法院、检察院的相关数据打通，这一点非常关键。以监狱部门的数据为例，以前所有的数据都是由我们狱证管理部门直接管理，他们提交一个减刑假释申请，由法院批准申请。在这个过程中，黑箱操作非常多，减刑假释绝对是一个司法后门、腐败现象。为了解决这个问题，我们通过大数据，能够做到计算在押犯人他每一天达到多少分才可以假释。我们要做到所有的数据能够打通使用。在数据的采集方面，我们一方面可以在手机上做到预案，更关键的要求做好基础数据工作。同时如果没有人带领着，我们今天正在进行的司法数据，正逐步取代法律这一职业。另一个问题是立案咨询，这个问题在目前法律界正用到人工智能，微软有小冰，在中国的法院也会出现大白一号，就是集中我们全上海市300多位从事十年以上法律事务的法官，花费整整两年半的时间，把他们所涉及的所有问题全部集中以后输入给了大白一号。脑海中所有的法律法规、指导性案例，以及相关的标准，全部整合之后进行服务。只要不是最尖端的疑难问题，它会解决的非常好。并且它能识别方言，这是深度的识别技术，经过两年办的初步学习已经能够具备了像法官一样的人工思考，这是具有颠覆性的。

第二套是在审判环节，审判环节是整个法律中的中心工作。

第三套是算钱、算绩效，以往我们都按照统计学、办案量，整个假期都在做大数据的建模，绝不是说办过的案子，而是每年对于一个案件所花的精力是多少，一审中是用简易程序和素材，二审中你到底是坚持原判还是改判？不同的类型，刑事案件、民事案件，我们都分的不同。这是走向司法人工智能付出的一小部分努力。一个法官一年到底判多少案子，一个法官每一年到底每年的承受极限是承受多少案件，我们都在进行测算。

第四套，模拟审判。对于人工智能，我并不是太精通。我们法律只是形而下，看是不是能够管用。我们中心工作之一是围绕其中的审判工作。只能说一个机器法官，现在还不敢称智能法官，我们希望通过三到五年做到，让智能法官能够承担我们法院的简单案件，这是我们确定的一个目标，要落实下去的。

从去年，我们总计请了四、五百名人员，进行案例模型构建。如此巨大的成本，却也只能做成23个最简单案子。但机器模型做出来之后，以客观情况而言，它的准确率要比人判的准。每一个案件要素涉及到哪些法律法规，同时还进行类型化同案。

最后要达到的目标是文书生成，我们希望能够化解法律中的案多人少问题。机器判断文书和从头到尾人来判相比，省了很多精力。我们有大白二号，来判断机器判断的对不对。我们做这样一个主体，叫人工智能吗？我也不知道，反正这么做了。我们可以发现有很多案件，比如说假冒注册商标量刑有两个，一个三年以下和三年以上，但在实际操作过程中大部分是三年以下。用大数据对比，每一个公民买一个假货，如果去要求赔偿的话假一赔三，这个案子非常多。有很多法律说你是职业打假，不能算，就不能用消费者权益保护法，在这类案情上到底怎么来判，凡是案发量比较多的地方一定是知假买假产业非常发达的地方，这是我们在实际应用上给审判提供的参考。

大数据不要根据自己的实际需求做任意的截取，数据很难去完全还原原来的真实，根据自己的维护需求做了截取的话，最后的结果是不一样的。我们司法大数据的最后一个目标就是让我们每一个接受者能够像今天习惯去低头看手机一样去看大数据，这是我们初步的目标。

（本文为杨力在2017年8月28日由上海市社联《探索与争鸣》杂志社和华东政法大学政治学研究院共同主办的“人工智能与未来社会：趋势、风险与挑战”学术研讨会上的主题发言，原题为《司法大数据与人工智能的应用前沿》，首发公众号：tansuoyuzhengming，澎湃新闻经授权刊发。 ）