AlphaGo打敗柯潔之後，又把矛頭指向了法律人。近期，美國的優秀律師和人工智能來了一場比賽，比賽的內容是在4小時內審查五項保密協議並確定30個法律問題。然而，律師們輸了。人工智能在這場比賽裡表現出色，僅用26秒完成了律師們需要92分鐘完成的工作，並且準確率也更高。
這一結果是否暗示人工智能將會代替法律服務者？
人工智能的法律應用
試圖回答這個問題之前，不可否認的是人工智能的確對各個領域產生了或正在產生不容小覷的影響。在人工智能時代，法律人工智能產品的應用將逐漸改變法律從業人員的思維模式、辦公方式，甚至工作範圍。
人工智能的學習形式主要有監督學習和非監督學習，近年來人工智能在法律領域取得的較大突破主要是通過監督學習實現的。監督學習首先要有帶標籤的訓練樣本，通過匹配輸入和輸出擬合得到一個最優模型，再利用這個模型將新的數據樣本映射為相應的輸出結果，以此形成對未知數據進行分類的能力。
無監督學習不需要依賴帶標籤數據，但這種機器學習方法還在探索之中。目前，對於法律這樣規則龐大複雜的領域來說，無監督學習的應用還存在很大難度，主要依賴於法律專業人員、專門的知識圖譜工程師和技術人員的長期協同工作。目前的實現方式是通過專業法律人積累帶標籤數據，並將監督學習與強化學習相結合，使機器先通過較小規模的訓練樣本得到初步模型，再不斷反饋擴張樣本規模，通過數據循環最終得到較優的模型。
法律AI產品
“206”系統
上海“206”系統（上海刑事案件智能輔助辦案系統）是專門為辦理刑事案件開發的智能輔助系統，由64位來自上海法院、檢察院、公安機關的法律人和215位科大訊飛的技術人員一起參與開發，從統一證據標準、制定證據規則、構建證據模型三方面入手，讓機器學習法律思維。在罪名上，206系統選擇故意殺人、盜竊、電信網絡詐騙和非法集資等犯罪，嘗試構建證據模型。僅盜竊罪一項，研發人員收集分析了2012年至2016年上海各基層法院審理的盜竊案3.6萬件，按照證據數量和種類的不同，最終把盜竊模型分為當場抓獲型、重要線索型和網絡犯罪型三種類型。
通過“實體關係分析技術”，實現了對案件人物、社會關係、時間關係、地點、行蹤、作案工具的來源之間邏輯關係，形成了完整的案情全景圖，判斷證據間是否印證，邏輯是否符合，證據之間是否存在矛盾。如果一份證據證明被害人是被刀捅死的，而屍檢報告說是鈍器致死，那麼“206”會提醒辦案者注意此間的矛盾。
“206”系統通過運用深度神經網絡模型和圖文識別技術，基於對1.5萬餘份卷宗材料的學習，初步實現了對各種證據的印刷體文字、部分手寫體文字、簽名、手印、簽章、表格、圖片等的智能識別、定位和信息提取，對單一證據實現了自動校驗，大大縮短了人工校驗所需要的時間。儘管如此，現階段系統還無法像人一樣完全“讀懂”文書內容，尚且只能識別“有沒有存在證據”，而至於證據的真假還不能夠做到有效識別。因此，對於防範冤假錯案來說，“206”系統的定位仍是一個“輔助”系統。
“理脈智能”
由金杜律師事務所孵化和支持的首個創業項目“理脈”（Legal Miner）互聯網大數據平臺（www.legalminer.com）是法律AI的又一大產品。“理脈智能”可以針對某一行業提供從法庭訴訟到政府處罰的全方位的行業法律信息監控服務。對於法院公開的裁判文書，理脈從技術上已可實現自動分類、建立索引並進行跨庫檢索等功能。“理脈智能”搜索官網介紹，它可以幫助用戶快速精選關聯案例，運用語意分析和機器學習技術對關聯案例進行分類、結構化。利用可視化圖表呈現企業的法律風險雷區，同時提供爭議解決的替代方案，增加企業在商業競爭中的競爭力。
iCourt阿爾法智能辦案系統
ICourt創立於2013年，早期業務是法律可視化課程培訓。走過全國幾百個城市，培訓了數萬名法律人後，2016年，iCourt招募了一批程序員和產品經理殺入法律大數據市場，目標客戶仍是他們熟悉的律師群體。2017年9月，阿爾法系統上線，這是一個集律所管理、法律大數據和專業服務為一體的智能系統。iCourt合夥人鄭瑋認為，基於大數據計算的檢索結果可視化，能幫助律師更有針對性地制定訴訟策略的同時做到精細化辦公。律師可以通過阿爾法系統查到，某個類型的案子到了某個法官手裡，該法官辦理該類型案子的比例有多少，假如發現這名法官對此類案件極有經驗，那麼律師在庭審中就儘量減少科普類陳述，可以著重講一些細節的專業概念，做到有的放矢。
無訟“法小淘”
無訟科技聯合創始人、CEO蔣友毅稱其開發的法律智能機器人“法小淘”並非獨立產品，而是融合在以大數據為支撐的法律服務中心。無訟科技的業務主要集中在“無訟法務”，又稱“雲端法務部”：一方面為尋求法律服務的客戶快速篩選推薦與需求相匹配的律師，提升供需雙方對接效率；另一方面可以為企業用戶提供自主諮詢和檢測，幫助企業自主解決一部分基礎法律問題，做出法律風險預判，降低法律服務成本。通過分析大量的裁判文書告訴企業用戶，它開展的業務經常發生哪些訴訟，爭議點是什麼，造成這些正義點的原因是什麼，甚至提醒用戶發生了這樣的爭議，法院判決的傾向可能是什麼。
面臨被AI替代的風險？
司法系統一直飽受“案多人少”的困擾，尤其是中共十八大以後的司法體制改革，既推行員額制以減少法官、檢察官人數，又實行立案登記制，使得矛盾愈發突出。人工智能的法律應用從某一程度上使得法官、檢察官從低層次、重複性高的機械勞動中得以解放。
2017年1月，麥肯錫全球研究院發佈的一份研究調研報告預測，律師工作的23%都可以被人工智能取代，這是否意味著法律從業者面臨被AI替代的趨勢？英國大法官首席信息技術顧問理查德·薩斯金提出，人們諮詢律師，是因為他們遇到一些未知的情況，需要律師告訴他們該怎麼做。而人工智能的發展，就是幫助我們建立一個處理不確定性問題的系統，它未必會像我們一樣思考，但能夠更好地預測結果、解決問題。
中國人民大學法學院未來法治研究院副院長丁曉東認為“人們對人工智能的想象是它越來越客觀、準確，能像人一樣判斷。算法可以提高預測性，但一旦涉及人的基本價值問題，人永遠在其中扮演決策者角色。”
探索人工智能是一個逐步訓練的過程，將來能否代替法律從業者尚不能做出定論。如果人工智能可以用更高效、更廉價的方式提供法律服務，不論是對公眾或是法律從業者都未嘗不是一件好事。
閱讀更多 曾一名律師 的文章
