2018年5月8日，法社會學(xué)研究中心“法的學(xué)科交叉沙龍”第二期在凱原法學(xué)院舉行。本次沙龍由電子信息與電氣工程學(xué)院金耀輝教授主講，主題為“司法信息化中的人工智能：歷史、挑戰(zhàn)、實踐與愿景”。凱原法學(xué)院季衛(wèi)東教授主持了本次沙龍，程金華教授和許多奇教授擔(dān)任評議人。
季衛(wèi)東教授首先歡迎金耀輝教授主講本次沙龍。他介紹道，學(xué)科交叉沙龍旨在借助交大的優(yōu)勢和特色，推動跨學(xué)科交叉研究。金耀輝教授從著名的貝爾實驗室回國后參與了多項重大科研和應(yīng)用項目，近年來對法學(xué)交叉研究也有高度關(guān)注。
金耀輝教授的講座分為歷史、現(xiàn)實、思考和前瞻四個部分，梳理了人工智能發(fā)展歷史，介紹了人工智能在司法領(lǐng)域的應(yīng)用現(xiàn)狀，分析了具體的實踐應(yīng)用項目，并展望了未來人工智能與法律研究和應(yīng)用的遠(yuǎn)景。
他首先簡述了人工智能的三大流派和發(fā)展史：以數(shù)理邏輯模擬人的心智的符號學(xué)派、以仿生學(xué)模擬腦的結(jié)構(gòu)的聯(lián)結(jié)學(xué)派和以控制論模擬人類行為的行為學(xué)派。他還講解了機(jī)器學(xué)習(xí)的基本概念和原理，認(rèn)為特征選取是機(jī)器學(xué)習(xí)成敗的關(guān)鍵。針對近年來大火的深度學(xué)習(xí)，金耀輝教授認(rèn)為盡管深度學(xué)習(xí)的計算能力和特征刻畫能力十分強(qiáng)，但是模型的可解釋性也在下降。為此，“可解釋性人工智能”（Explainable Artificial Intelligence, XAI）的概念被提出，目的在于突破算法黑箱的限制，為數(shù)據(jù)處理和運(yùn)算結(jié)果提供邏輯解釋。
金耀輝教授回顧了人工智能與法律的結(jié)合。他指出，上世紀(jì)中葉人工智能誕生之初就有學(xué)者設(shè)想借助這一技術(shù)實現(xiàn)法律的自動化處理，而以1970年Buchanan & Headrick《關(guān)于人工智能和法律推理若干問題的考察》一文發(fā)表為標(biāo)志，人工智能與法律作為研究分支正式誕生。當(dāng)前司法信息化中人工智能的應(yīng)用十分廣泛，美國的Case Crunch對案件結(jié)果的預(yù)測甚至超過了人類律師。他總結(jié)道，人工智能與法律結(jié)合的必要性體現(xiàn)在可以提高司法效率、促進(jìn)司法公正、提升立法質(zhì)量。
接下來，金耀輝教授介紹了自己團(tuán)隊研發(fā)的OMNIRank模型。該模型利用人工智能算法預(yù)測P2P平臺的風(fēng)險狀況。通過5大類118個特征、6種深度學(xué)習(xí)算法，該模型的準(zhǔn)確率可以達(dá)到85%。但是正因為人工智能的算法黑箱性質(zhì)，無法對預(yù)測結(jié)果提供邏輯解釋，因此在實際應(yīng)用中遇到了困難。金耀輝團(tuán)隊進(jìn)一步嘗試了“元思”系統(tǒng)，通過輸入模糊的先驗人工邏輯，并在優(yōu)化迭代中輔以少量人工校驗和干預(yù)，可以大幅提升算法性能。該系統(tǒng)未來有望在司法實務(wù)中用于類案研究。金耀輝教授還以四川眉山的多元化社會調(diào)解為例，介紹了社會管理的AI流程。
最后，金耀輝教授展望了人工智能司法應(yīng)用的遠(yuǎn)景。他指出，當(dāng)前人工智能的研究和應(yīng)用還處于初級階段，法律具有獨(dú)特的復(fù)雜性和模糊性，這為未來研究提出了挑戰(zhàn)，更孕育著廣闊的契機(jī)。人工智能在法律的深度、實質(zhì)應(yīng)用需要面對法律、管理、技術(shù)、數(shù)據(jù)和人才等多方面的挑戰(zhàn)。
季衛(wèi)東教授感謝金耀輝教授精彩的匯報。他總結(jié)道，大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能的三元互動是理解人工智能與法的關(guān)鍵因素。未來人工智能的司法應(yīng)用需要突破算法黑箱，滿足可解釋性。
評議討論階段，程金華教授首先感謝金耀輝教授的分享。他提出，機(jī)器學(xué)習(xí)的運(yùn)算多是基于回歸原理，利用舊有的規(guī)律和趨勢對未來進(jìn)行預(yù)測，但是法律的發(fā)展除了依據(jù)以往的規(guī)律經(jīng)驗，還需要不斷優(yōu)化調(diào)整，將法律實踐推向更高更好的層次，這一點(diǎn)在疑難和復(fù)雜案件中會尤其突出。季衛(wèi)東教授也認(rèn)為，這實際上涉及到了一個重要的法律問題。模糊的先驗選擇到人工智能需要經(jīng)過清晰的邏輯處理，其中需要多次的邏輯迭代。但同時法律的發(fā)展也需要優(yōu)化選擇。如何平衡二者是需要認(rèn)真研究的。許多奇教授也指出，對于復(fù)雜前沿的法律案例，在法解釋學(xué)的內(nèi)部也莫衷一是，對于這類情況人工智能可以發(fā)揮怎樣的作用？關(guān)于P2P平臺風(fēng)險模型，人工智能的模型是利用過往數(shù)據(jù)對未來預(yù)測，但是在當(dāng)前防范系統(tǒng)性金融風(fēng)險、政策出臺迅速的大背景下，原有方法是否能保持良好的準(zhǔn)確度也是值得探討的問題。
第二次法的學(xué)科交叉沙龍在熱情的觀眾提問和合影留念中圓滿結(jié)束。據(jù)悉，沙龍的第三講將于5月22日下午舉行，由國際與公共事務(wù)學(xué)院的樊博教授主講“大數(shù)據(jù)、人工智能與城市應(yīng)急”。
