AI如何幫助律師所向披靡？

本文作者：潔穎

2016-05-09 16:57

導語：人工智能（AI）如何改變法律界的前景，法律本身以及這些變化如何影響我們所有人。

AI如何幫助律師所向披靡？

本月稍后，斯坦福法律信息學中心將舉辦“2016年代碼X未來法律大會”（CodeX FutureLaw Conference 2016），這第四屆大會將著眼于技術，如人工智能（以下簡稱AI）如何改變法律界的前景，法律本身以及這些變化如何影響我們所有人。本次活動將有幾個小組討論，其中包括與IBM的Watson和相關機器學習的工具。

AI已經(jīng)在許多領域產(chǎn)生了深遠的影響，包括法律實踐。AI改變了合同、電子披露和綜合法律研究，但是計算機的處理能力在不斷增加，其表現(xiàn)出非凡智能行為，我們只能假定這些進步才剛剛開始。無論是在律師所內(nèi)部、合作伙伴、客戶或其他地方，這些合法資產(chǎn)無法逃過Watson，或HAL，或其他AI平臺的法眼。

專家稱AI不僅使得這些法律資產(chǎn)更容易被找到，而且也讓律師更容易接觸到。

“如果你要尋找的數(shù)據(jù)，可你只有兩三個相關的例子，那用AI是行不通的。”Seal Software創(chuàng)始人兼CTO Kevin Gidney說，該公司是合同的發(fā)現(xiàn)和分析軟件供應商。 “模型少得可憐，所以要使用快速學習的算法，使用結合的方法來獲得數(shù)據(jù)?！?/p>

高級應用研究科學家Jeremy Pickens指出，事實上，大量的實證評價發(fā)現(xiàn)，連續(xù)的自適應機器學習方法可以幫助律師監(jiān)督不斷變化的法律數(shù)據(jù)。Catalyst庫存系統(tǒng)，它承載和服務的文檔庫適用于大規(guī)模搜索法規(guī)。

“要實現(xiàn)連續(xù)的協(xié)議，偶爾再培訓現(xiàn)有的機器學習分類是遠遠不夠的，必須要在本地層面融入機器學習系統(tǒng)，”Pickens說， “并聯(lián)多樣性預測算法保持律師意識到他們所不知道的細微差別?？傊?，連續(xù)相關性和連續(xù)多樣性預測讓律師來處理大量的、不斷變化的文檔集合?！?/p>

自然語言處理

盡管自2001年以來《太空奧德賽》出來各種偏執(zhí)和夸張的周邊，智能電腦將不會接管世界，雖然這個前提寫不出精彩的科幻小說。人們不應該對機器的崛起感到恐懼，AI系統(tǒng)和他們的開發(fā)者在實現(xiàn)可以適應密集的、苦澀的法律術語的機器學習作出顯著的進展。其中自然語言處理（NLP）出了不少力。

“在研究高端的NLP道路上，AI已經(jīng)把法律領域從為大的文檔制作預測編碼系統(tǒng)，轉移到為訴訟提供分析?！狈蓴?shù)據(jù)科學家Brian Howard說， “在模式出現(xiàn)之前，傳統(tǒng)工具專注于信息檢索，使用戶將信息分組和分類，限制用戶只能問簡單的問題。” Howard說，NLP除了能讓AI理解文本功能，還可以使用戶可以提出的復雜問題。例如，硅谷律師事務所，Wilson Sonsini Goodrich & Rosati （WSGR）使用Lex Machina AI來研究創(chuàng)新的方式使用分析收集競爭情報。 “根據(jù)數(shù)據(jù)分析，WSGR可以做出更好的決策、資源調(diào)配和調(diào)整客戶計費?！盚oward說。（Lex Machina：向公司和律師事務所提供法律分析的公司。）

電子披露和預測編碼

關于AI對法律界的影響的討論往往會延伸到機器取代律師方面的問題。據(jù)AI科學家所稱，在現(xiàn)實中，最大的收獲是，AI使得法律研究的某些階段更有效，而不是通過機器大量取代律師。

“這樣一來，律師著重在更高層次解決和防止法律問題，同時把日常任務留給計算機，”，商標的解決方案供應商TrademarkNow的首席科學家Anna Ronkainen說。 “這項工作、產(chǎn)品不僅更快地被完成，并以更低的成本，而且質(zhì)量更好，因為機器犯錯的幾率比較小?！?/p>

Ronkainen還指出，這種轉變?nèi)匀皇羌性谖募彶椋渲须娮优杜c預測編碼在過去十年保持不變，即使是人工審查，有時甚至不被法院承認并受理。此外，AI進軍了其他法律行為。例如，AI商標的工具，其中包括來自TrademarkNow——現(xiàn)在由谷歌、Roche公司和General Mills使用。

“商標檢索客戶的報告時間已經(jīng)減半，決定是否繼續(xù)的指示僅需要不到一分鐘，”Ronkainen說， “營銷團隊通過使用這些工具，商標團隊不再需要處理很長的候選人名單，可以專心關注入圍者。”

專家系統(tǒng)和神經(jīng)形態(tài)的技術

另一個AI技術可以在法律案件中提供幫助的是專家系統(tǒng)，即利用算法的方法。這些系統(tǒng)可以幫助尋找特定類型的證據(jù)來支持具體結論，并提供給專家系統(tǒng)結果的概率?？刂普撗芯克茖W家Marco A.V. Bitetto博士說，該研究所是從事設計和先進的機器人控制系統(tǒng)發(fā)展的一個非營利組織。

“我們也可以認為，可以得出神經(jīng)形態(tài)的技術驅使視頻和音頻模式存儲在訴訟目標計算機上，”Bitetto說。 “神經(jīng)形態(tài)技術使軟件或硬件使用腦一樣的模擬電路，并能區(qū)分該系統(tǒng)被訓練來檢測模式的變化。算法和神經(jīng)形態(tài)技術可以從一個訴訟目標的計算機網(wǎng)絡產(chǎn)生大量的證據(jù)?！?/p>

Watson和ROSS平衡法律研究競爭環(huán)境

雖然傳統(tǒng)上，法律界適應技術變革緩慢，但AI是個例外。例如，利用人工智能，律師可以近乎實時地跟上法規(guī)的變化和判例法。一個真正脫穎而出的AI工具，是IBM Watson和其法律研究平臺ROSS智能。CTO Boost的共同創(chuàng)始人Gurminder Kandola說，該公司的業(yè)務主要是分級的CTO咨詢。

“ROSS是真實的語言，挖掘非結構化數(shù)據(jù)，”Kandola說，“通過用日常英語詢問，該平臺可提供單一的、自然語言的相關回答，節(jié)省了寶貴的時間。對比起人類，其還是一個24小時都十分警覺的AI平臺，并且在查閱大量數(shù)據(jù)的情況下更加仔細?！?/p>

此外，AI系統(tǒng)可以平衡律師行業(yè)公平的競爭環(huán)境。例如，使用AI平臺一個初級律師可以智能地接觸到30年的法律知識，而擁有30年經(jīng)驗的律師可能不會向技術求助。Kandola說。