人工智能会不会抢了侯亮平的饭碗?

1评论 2017-05-26 06:30:00 来源:新华网思客 作者:思·锐享 这些股越跌越买!

  人机大战对战室。

  

AlphaGo的胜利

  2017年5月23日下午,经过了 4 小时 17 分钟的对弈,AlphaGo 以1/4子的优势击败目前围棋世界排名第一的柯洁,首战告捷。25日下午,在一场波澜壮阔的乱战之中因为误算“突然死亡”,在终极围棋“人机大战”三番棋中,柯洁以0:2落后于计算机围棋程序阿尔法围棋。

  5月22日,在比赛的前一天,柯洁在微博上表达了自己对即将到来的比赛的看法,他写道:

  无论输赢,这都将是我与人工智能最后的三盘对局……现在的 AI 进步之快远超我们的想象。像国产的绝艺、日产的 ZEN 虽然和 AlphaGo 还有着较大差距,但已经表现出超强的实力了……我相信未来是属于人工智能的。

  “我相信未来是属于人工智能的。”围棋被认为是传统游戏中对人工智能最具挑战性的项目,围棋落子位置的评估难度远超启发式算法,且包含了庞大的搜索空间,这让围棋世界如同深不可测的宇宙,难以穷尽所有的打法。围棋人机对话,一直存在诸多悬念。

  2016年大战韩国棋手李世石的 AlphaGo,只是大量学习人类棋手的棋谱来提高棋艺,它的训练结合监督学习与强化学习,形成一个策略网络(policy network),将棋盘上的局势作为输入信息,搜索最佳落子位置,并对所有可行的落子位置形成一个概率分布,形成近乎人类的直觉。

  2017 年 5 月与柯洁进行正式人机大战的是“AlphaGo 2.0 版本”,在此以前, AlphaGo已经进入到完全的自我深度学习阶段,对新的算法进行过了测试,摒弃了人类棋手的思维方式,产生大量自我对弈棋局(AlphaGo VS AlphaGo),循环往复研究围棋。通过对新的算法进行测试,AlphaGo的性能已经提升到了新的层次。

  

法律人工智能的未来

  与以前的众多数据分析技术相比,人工智能技术立足于神经网络,同时发展出多层神经网络,进行深度机器学习。不同于单层神经网络(感知器)和两层神经网络(多层感知器),深度学习完全利用输入的数据自行模拟和构建相应的模型结构。这一算法更为灵活且可以根据不同的训练数据,可以进行自我优化。

  也就是说,人工智能可以像“人类一样思考”。那么,若干年后,法律人引以为傲的“专业性”思维优势是否会被人工智能取代?这一个问题曾经在AlphaGo第一次对战中,让不少法律人好奇并警惕。

  其实人工智能在法律推理领域早有实践。1981年,D.A. Waterman 和 Mark A.Peterson 在 Models of Legal Decisionmaking 研究报告描述了在民事诉讼领域基于规则的计算机如何建立模型。

  2015年,硅谷的 ROSS IntelliGEnce 公司基于法律的分类法、本体论和谷歌的PageRank 算法,通过法律搜索的机器学习层 LegalRank,开发出了世界上第一个人工智能律师ROSS,帮助人类律师进行高效案例检索。2016年,该公司更获得了Denton、Latham Walkins、BAker and Hostetler等大型律所客户,开发为真正的商业应用。

  ROSS Intelligence 在人工智能领域的发展比AlphaGo更值得法律人重视。虽然目前仅仅商用于法律判例检索,但是该公司使用深度神经网络、依存解析(dependency parsing)、命名实体识别(name entity recognition)等技术,采用多种自然语言理解方法提取信息,帮助机器“理解”法律而不是“知道”法律的路径,已经和传统法学院本科教学思维并无二致。

  

法律人工智能技术会改变什么?

  正如 Bill Fischer教授 在“The End of EXPErtise”一文中所说的,人工智能会影响职业潜力、技能发展和组织专业业务服务的整个价值链。这句话同样可以运用在法律人工智能领域。

  一旦深度学习从监督学习向无监督学习应用发展,一旦机器可以用更加自动化的方式学习,基于当前法律状况生成可能的未来预判,甚至可以为之前从未训练过的情形提前进行推理和规划,那么对于法律行业的冲击不仅仅是律师行业,亦会波及检察工作。

  我们可以想象,检察机关中传统的案件管理部门的分案匹配、轻罪案件的打包项目管理,法律人工智能将会带给低效率工作颠覆性的挑战;检察机关在审查起诉阶段,可以通过机器挖掘法律适用、法官观点、裁判规则意见,对起诉中事实的发掘、进行认罪认罚程序量刑协商,都将带来极大的帮助,甚至在法律纠纷解决方面也可能给法院调解带来更有效率的帮助。

  理查德·萨斯坎德在《法律人的明天会怎样?——法律职业的未来》预言(很多已经成为现实)互联网及信息技术将给法律行业带来的诸多革新。法律领域至少存在13种颠覆性的新技术:自动文件组装、无间断互联、电子法律集市、电子学习、在线法律指导、法律开源、封闭的法律社区、工作流程和项目管理、嵌入型法律知识、在线纠纷解决、智能法律检索、大数据、基于人工智能的问题解决。

  法律人工智能的应用场景绝不仅仅于此。

  

人工智能下“智慧检务”的设想

  我们看到,检察机关在大数据运用领域已经走在前列,“智慧检务”将会成为检察机关在人工智能领域的更大亮点。辅助领导决策、辅助刑检办案、群众接访都成功应用了大数据技术。

  人工智能之所以能取得突飞猛进的发展,与这些年来数据分析技术的长足发展休戚相关。正是由于技术的飞跃发展,我们开始拥有前人不曾拥有的海量数据,也让法律领域深度细致的数据呈现成为可能。

  对于人工智能在检务保障领域的发展,使用创新、周到的检务产品,深层挖掘、整合已有检务数据,对多个平台的数据进行整合后,使用 word embeDDing 这样的无监督学习技术,进行更为精确的数据提取分析,最大限度地利用已有检务数据的价值。

  例如,在检务信息数据储存领域,可以借鉴Everlaw公司的经验,基于云端储存技术,收集、清理检务数据,将相关的检务办案、管理数据归档后,建立智能搜索功能,并附带数据可视化工具,进行数据的传输、追踪,全方位实现数据智能搜索。通过整合数据驱动,将会为检察机关赢得互联网时代的竞争。

  任何智能的发展都需要一个学习的过程,法律人工智能也不例外。而互联网科技突飞猛进,谁率先与大数据、人工智能深度结合,谁就能掌握主动,领航法律人工智能领域技术改革。(作者:谷芳卿,北京市延庆区人民检察院。)

责任编辑:Robot RF13015
快来分享:
评论 已有 0 条评论
更多>> 以下为您的最近访问股
全网|财经|股票|理财 24小时点击排行