一 人工智能的兴起

法律制度可能是滞后的，但对法律问题的思考和研究应该具有前瞻性。回溯历史方能认清现实，认清现实方能展望未来。对人工智能引发之问题的思考和研究，应当从其本质出发回溯其历史，认清其现实，展望其未来。

（一）人工智能的本质

何谓人工智能？中国电子技术标准化研究院信息技术研究中心董建主任说：“目前人工智能技术和产品正处于快速发展阶段，对于何谓人工智能还未达成共识。”北京师范大学汪庆华教授认为，人工智能本身是一个拟人化的想象，就如同机器人不一定是人一样，它可能是手机、杯子、钥匙扣甚至任何人类想赋予它的形态，从本质上来看它是一套算法驱动系统。何谓算法？中南大学刘强教授谈道，现在普遍认为人工智能算法是一种智力活动方法，不能被授予专利权；但专利审查部门有一种将利用客观规律的人工智能算法程序作为可专利权对象的倾向。汪庆华教授谈道，2019年4月10日美国参议院议员提出一部新的法案——《算法问责法》，该法案将算法和自动化决策看作一对可以相互替换的概念，将算法定义为基于机器学习、统计学或者其他的数据处理而作出的一套决定或者辅助人工的决定。从比较法的视角来看，算法是言论、商业秘密或竞争法的一个独立考量要素，将算法定性为竞争法独立考量的要素是近年来欧洲和美国共同的趋势。在搜索引擎领域，美国联邦法院和州法院亦存在将算法认定为言论的判例，如搜索王诉谷歌案件、美国纽约居民诉百度案以及2016年威斯康星州最高法院判决的鲁米斯案。

（二）人工智能的发展

人工智能从诞生之日起已有60多年的历史，关于其发展阶段，北京理工大学马锐副教授提出，人工智能可以分为弱人工智能、强人工智能和超强人工智能三类。弱人工智能是指在特定领域或有限规则内模拟和延伸人的智能，强人工智能是指具有意识、自我创新思维，能够进行人类级别智能的工作，主流观点认为目前我们仍处于弱人工智能时代。马锐副教授进一步指出，人工智能从诞生到现在，大致经历了以下十个发展阶段。第一阶段，1956年四个著名学者提出“人工智能”这一概念，标志着人工智能学科的诞生。第二阶段，早期发展阶段，人工智能的早期是符号主义和连接主义的发展阶段，20世纪50年代提出了特别有名的感知神经网络模型，1969年发现连接主义存在一定问题。第三阶段，1966～1973年，人工智能的发展进入低谷，与此同时，基于符号主义的人工智能取得很大的成功。第四阶段，1969～1979年，初步建立知识工程的概念，在美国出现了非常成功的应用，如采矿专家系统、医疗专家系统等。第五阶段，1980年，人工智能开始和产业相结合，但在科学方法上没有更多的突破。这也意味着人工智能发展的冬天到来。第六阶段，1986年，提出了BP神经网络算法，并出现很多成功的应用，20世纪90年代的智能应用均属这种神经网络的应用。第七阶段，1987年，人工智能成为一门科学。第八阶段，1995年，智能代理出现。第九阶段，2001年，大数据时代来临为人工智能的发展带来了希望。第十阶段，2006年，以深度学习为代表的人工智能算法取得了突破性进展，人工智能的发展进入新一轮热潮。

西南政法大学曹伟副教授从人工智能技术的发展阶段出发，认为当下所谓的人工智能不是真正的人工智能而是准人工智能。主要理由在于，当下所谓的人工智能虽然具有强大的存储运算能力和创新的交互方式，但它依然按照预设的规则运行。以韩国著名围棋手李世石大战阿尔法狗为例，阿尔法狗与李世石对弈的原理如下：首先在阿尔法狗的系统中预存海量的棋谱，其次运用遍历算法把每一种情况都预演一遍，最后从中选择一个可能的最优解。由于其超强的运算能力，它可以实时得出一个最优解，而人类思考需要时间。从这个角度来讲，准人工智能只能按照预设条件和规则完成任务。自动驾驶亦是如此，其实质不外乎在车和道路的周围安装若干探头，通过收集和反馈信息来判断车与其他物体之间的距离并作出决策，距离远加速，距离近则减速，距离特别近则刹车。而真正的人工智能不仅能够自主学习而且还不按照人类预设的规则运行。腾讯研究院曹建峰高级研究员对人工智能的发展阶段持另一种观点，他认为当下并不是准人工智能时代而是真正的人工智能时代，因为基于深度学习的人工智能技术类似于自主学习，可以作出相应的选择和决策。中国电子技术标准化研究院信息技术研究中心董建主任认为，当前的人工智能还是专用智能和感知智能，具有局限性，提高其普适性乃未来的发展方向。

（三）人工智能在法律服务行业中的运用

腾讯研究院曹建峰高级研究员认为，在人工智能技术的影响下司法将呈现出如下发展趋势：其一，从物理环境转变为半虚拟环境；其二，从人类干预转变为自动化程序；其三，从纠纷解决转变为纠纷预防。

法律服务业位于司法的前端并最终服务于司法，司法的发展趋势将对法律服务业的发展产生巨大影响。杭州智法网络科技有限公司黄选峰总经理认为目前人工智能在法律服务行业中的应用没有本质性突破，是规模化应用的结果，其主要应用领域为研究法官裁判结果的确定性。面对此现状，杭州实在智能公司孙林君总裁认为，当下的问题不是界定人工智能应当如何、不应当如何，而是弱人工智能能够为人类做什么，即弱人工智能在产业中如何应用。智能化是人类的基本需求，法律行业也不例外。目前，我国法官、律师均只有几十万人，年案件总量达2500余万件，法律咨询总量高达2亿次左右，其中有大量的重复性劳动需要人工智能去完成，以提升办案效率。在这方面，司法实践作了很多尝试，例如语音自动转换文本和自动生成裁判文书的智能庭审。当下，如何运用弱人工智能减轻法官或律师的负担？孙林君先生认为，目前不宜把人工智能技术嵌入最终审判环节。一般而言，诉讼前后会经过“咨询—评估—起诉—调解—裁判”等阶段，当事人在起诉之前需要明确某一纠纷能否以诉讼的方式解决，其法律依据是什么，胜诉概率等情况。对此，可以将人工智能法律服务聚焦于咨询和评估阶段，运用弱人工智能和大数据给当事人一个决策性建议，这将有助于调解结案从而减轻法官或律师的负担。孙林君先生所在的杭州实在智能公司对此作了大量的试验，并开发出了一款被称为“包小黑”的产品，在这个过程中他发现了四个与之相关的问题。第一，决策性意见是人工智能基于深度学习司法大数据而形成的，与法律规定具有一定结合点，在成文法背景下，如何看待决策性意见或法官之判决与制定法的关系。第二，智能决策在自由裁量性因素方面很难发挥作用。第三，该决策性建议在法律推断和法律解释一体化的案件中失灵。第四，口语化表达与法言法语的对接关系。这为突破弱人工智能在司法实践中的关隘指明了研发的方向。