7 年之後，人工智慧 AI 將步入下一階段！

1975年，AI 研究進入到以知識為中心的階段；

2000年，以數據為中心的 AI 研究隨著大數據技術的應用、機器深度學習的火爆而流行起來。

兩種截然不同性質的 AI 研究，有望在2025年實現融合。

法律，將引領 AI 研究走到下一步。

一條負責任的分割線

以下乾貨信息略長長長長長

日前，國際人工智慧與法協會（the International Association for Artificial Intelligence andLaw, IAAIL）現任主席 Bart Verheij 專程來訪百事通，和百事通團隊及國內外專家學者，精彩對談 AI & Law 領域的創新研究。Verheij 在研討會上發布了題為《法律人工智慧與論證》的主題報告。（以下為報告全文）

Bart Verheij

世界百強大學荷蘭格羅寧根大學人工智慧與論辯方向的首席教授。

參加斯坦福大學 AI 實驗室的 CodeX 項目，曾擔任劍橋牛頓數學科學研究所的訪問學者。

從1996年至今，Verheij 的學術涉及到人工智慧與法律推理、倫理系統設計、貝葉斯概率建模以及多智能體系統設計等跨領域研究，累計發表論文和專著100餘篇（本）。其中，他的著作《虛擬論證：論法律人及其他論證者的論證助手設計》一書被翻譯成中文。

Verheij 還在 BNVKI、COMMA、IAAIL 和 JURIX 等多項國際學術會議和活動中擔任要職。

在說 AI 與法律的關係之前，我們先來講講 AI。

AI，它完成了很多人的夢想，比如自動駕駛，比如Alpha GO戰勝了人類圍棋冠軍，比如工廠里，很多原本由人類做的工作被機器人完成了。

但同時，AI 也使很多人感到懼怕。人們怕什麼呢？

有人擔心，如果 AI 把所有人類的工作都做了，人類都會失業的。

有人擔心，我們所有的信息幾乎都給了這五家公司（蘋果、亞馬遜、臉書、谷歌和微軟），我們已沒有什麼隱私可言。

還有人擔心，甚至已經有一些組織自發遊行抗議，如果出現了殺人機器人怎麼辦？如果這些機器人去鼓動戰爭怎麼辦？

對此，歐盟經濟委員會表達了這樣一個觀點：人，永遠要佔據控制權，也就是說人是第一位的。人可以決定什麼時候去關掉這些機器，這是在政府層面上的解決辦法。還有一個解決辦法：就是禁止，即我們從開發源頭去禁止開發類似殺人機器這樣的機器人。

AI 的三個發展階段

第一，專業人工智慧。這是 AI 研究目前正所處的階段且應用非常普及了。比如稅收管理，很多人可以實現網上報稅。比如圖像處理、照片歸集，可以根據時間等不同因素實現自動化歸集。

第二，通用人工智慧。這個階段目前還未達到。作為人來說，我們就是通識性的，我們可以去學習，可以去理解，可以在像上海這麼繁忙的大城市的街道上騎自行車，但是對於機器來說目前還是不可能的。

第三，更高級的人工智慧。對於第三種這種更高級的AI，人們懷疑它可以做到自主去發明一些東西，但是由於我們還未發展到第二階段，當然也就還沒有到達第三階段。

目前，所有公司的AI研究都還停留在第一階段。

AI 的發展源頭可以追溯到1950年代，到了1975年代，計算機科學的聚焦點主要集中在以知識為中心的研究上。時間走到2000年，隨著大數據技術的應用、機器深度學習的實現，現在更為流行的是以數據為中心的研究。不管是在中國還是國外，我們可以發現，很多 AI 雜誌上，都是關於深度學習、大數據體系方面的應用研究和前景。

以知識為中心的 AI 論證研究

以知識為中心的體系是如何工作的？我們先來看一個例子：

「如果一個人走過去，把另一個人的杯子摔壞了，他是要賠償的。」這段話節選自荷蘭的民事法。

對 AI 而言，需要它花費一些時間去理解這段話。但是，如果我們把這段話進行一個簡化處理，提煉出當中的關鍵字和關鍵詞，就可以變成機器可以懂的語言。

如上圖左下角流程所示，如果造成了傷害，且它是違法的、無法辯駁的，並且這其中存在一個因果關係（因為你的過錯而導致這個杯子壞了），那麼你就有義務維修或者賠償。

這就會導致一些數據語言的產生，如上圖右邊的程序語言。實際中，這個 AI 數據語言可能會更複雜一些，不僅僅針對所列舉的這個簡單案件。它會有一套自己的邏輯論證體系，這個體系就是法律論證體系。

以數據為中心的 AI 論證研究

我們再來看一下以數據為中心的體系是怎麼工作的？

上圖左邊是字母 A 的各種變體，系統可以對其進行分析。上圖右邊的紅圈代表你的輸入，如果你的輸入信息是左邊任何一個 A 的變體，系統會通過一個隱藏層的分析，最終得出結論（輸出結果）：它是 A。但是如果你不給系統看這個變體A的話，它是怎麼也不會得出「它是 A 」這樣一個結論的。這是目前機器或者電腦深度學習應用非常熱的一款。

AI 的兩個體系研究的對比

上圖是 AI 論證研究兩個層面的對比：

一個層面，就是我們所說的以知識為中心的體系，它的基礎是邏輯，它的體系包含哪些呢？比如專家系統，商業規則，一些開放性、可追溯的源頭數據，以及IBM的深藍系統（深藍就是象棋比賽中打敗了世界冠軍的計算機系統），以及一些非常複雜的結構。它最大的特點就是可以被解釋，所有的現象都是可以被解釋的。

另一個層面，是我們所說的以數據為中心的體系，它最大的基礎就是基於可能性的理論。它最大的特點是可擴容性的，它的規模可以變得很大，包括自適應系統，包括機器學習、大數據、IBM 的 Watson 系統，以及自適應結構。

其實，對 AI 的研究，就是集中在這兩方面，要麼向左，要麼向右。顯然，這兩者是截然不同的，應用於左邊以知識為中心的體系理論，與右邊以數據為中心的理論體系是完全不一樣的性質。

AI 與法律的結合：法律人工智慧

Bart Verheij 認為，法律將引領 AI 走到下一步，發展創新的論證體系。

其實我們說論證體系，它的發生是很普遍的。無論是法律領域還是政治領域，乃至家庭生活中你和老婆孩子吵架，這中間都牽扯到一個論證的過程。這個體系當中，可能你會先去構建一些假設，然後再去驗證你這個假設，最後在這些有理有據的論據中你去進行下一個評估。

Verheij 認為，論證體系可以使 AI 的以知識為基礎的體系和以數據為基礎的體系兩個方面得以融合，希望這種融合能夠在2025年實現。

「

」

很多人相信，AI 的出現大大增強了法律的可能性，讓司法更接近、更有效。其實我們大可以敞開我們的想像，法律是很好的一個工具，它可以讓 AI 合法，讓 AI 得以被解釋。一方面，法律有很多已經成形的條文和規定，它可以使得 AI 去遵循這些法律法規。另一方面，很多科技沒法解釋的東西，法律是可以的解釋的。如果我們把 AI 和法律這兩者進行一個結合和轉化，也就是說 AI 也可以進行一個解釋和說明。這就是法律人工智慧。

此圖，是 Verheij 列舉的比較有影響力的法律人工智慧會議及雜誌：

第一個 ICAIL 是國際性的法律人工智慧大會，每兩年舉辦一次；

第二個 JURIX 會議更偏向於歐洲國家關於AI 與法律方面的研究，每一年舉辦一次；

第三個是人工智慧與法律雜誌，以科學研究為主。

為什麼說論證體系可以去結合以知識為中心和以數據為中心的兩種體系呢？

因為其實，在數據和知識結合方面，法律本身已經做到了。

如下圖示例：

左邊表示過去的一些案件哪些法官做了什麼樣的審判，是數據結果。右邊表示對論證系統有一套自己的邏輯規則運算方法。在之前，我們會做一個結合，就是以過去類似案件（數據）為基礎，和辯證過程（知識）進行結合。

再比如，我們現在說到的兩個不同法系。以英國和美國為主，他們使用的英美法系，主要會去遵循一個以類似案件判決作為主要判決來源的一個做法。另外的大陸法系，則是以規則為基礎的法律體系，主要是荷蘭、義大利、德國。

但其實，有很多國家是兩種法系都用的，它既會去參考一些類似的法案判決，也會以大陸法系的規則為導向。我們要把這兩者做一個結合，就要應用到論證體系了。

這就是為什麼到2025年的時候，Verheij 相信論證體系可以結合以知識為基礎的體系和以及以數據為中心的體系，以數據為中心的體系支撐的就是我們的決策，以知識為基礎的體系則更多的是可以知道我們是不是遵循了一定的規則。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！