企业在业务安全与数据合规过程中有哪些实践与挑战?戳此了解 了解详情
写点什么

AI 代替法官?你了解智慧司法的建设与应用吗

  • 2019 年 10 月 10 日
  • 本文字数:4628 字

    阅读完需:约 15 分钟

AI代替法官?你了解智慧司法的建设与应用吗

“电脑会取代人脑判案吗?”英国《卫报》曾经报道,上个世纪 60 年代,有科学家畅想:“随着人工智能的发展,电脑有望代替人脑,轻松预测司法裁判的结果。”


这一天,也许在不久的将来就会到来。依靠大数据,人工智能技术着力智慧司法建设是现阶段的热点和重点。本文将以人民法院为例,为大家详细阐述我国现阶段智慧司法体系的建设及应用:


自 2016 年 11 月,在第三届世界互联网大会智慧法院暨网络法治论坛上,首席大法官周强指出:“将积极推动人工智能在司法领域的应用”,到 2017 年 3 月,最高人民法院工作报告指出,加快建设智慧法院将是最高人民法院的工作重点之一,再到 2018 年,“智慧法院”建设成为今年“两会”最高人民法院工作报告的一个亮点和闪光点,可以说智慧法院建设是法院建设的重要任务和攻坚工程,目前已经取得一定的规模。



智慧法院建设的基石

所谓智慧法院,是以现代科技的深度应用为依托,以互联网平台和现代传输设备为载体,利用云计算、大数据、人工智能辅助司法审判,运用现代技术改造和强化司法审判的方式和手段,提升司法审判能力。


智慧法院的建设应当以服务审判职能为核心,结合法院的十三五规划中提到的:“立足现有各类信息系统,在进一步拓展业务应用支持的同时,下大力气推进各类系统的贯通与融合,提高一体化水平”的明确方向,智慧法院的建设应当是一条“以知识为中心”的一体化平台的建设路径。


1. “以知识为中心”应当有两个层面

第一,“以知识为中心”是数据化的建设思路。数据化建设与信息化建设的指导思想不同,建设思路不同。数据化建设以数据的流转和应用为基础,而传统的信息化建设并没有把数据抬到如此高的地位。因此数据化建设不是信息化建设的改版升级。我们应当认识到法院在履行审判职能过程中产生的全数据,趋向于海量数据。案件信息、审判流程数据、审判内容数据(比如案件涉及的法律关系、案件的举证责任分配);其他程序数据(包括保全、鉴定、查封);以及管理数据、监督数据;甚至对某一个案件、某一条法律甚至某一个审判程序的调研、宣传数据。传统信息化建设的数据填报与数据统计方法已经不能满足人民群众、审判人员、管理人员对数据应用的需求。因此云计算、大数据的建设思路是必然方向。


第二,实现人工智能需要的是有组织的,知识化的数据。知识图谱这个概念通用领域已经有了较好的解决方案,那么在司法这个垂直领域,如何做好知识抽取、知识表示、知识融合、知识推理并真正进行应用仍然是值得投入大量研发的课题。提高知识库构建的自动化程度要遵循客观发展的规律,不可能一蹴而就也不能投机取巧。因此如何从审判业务文本性资料(包括卷宗、法律法规、典型案例、专家观点)以及审判系统中获取数据,如何通过平台进行知识蓄积、转化、分析、加值创新,实现平台知识图谱模式层组织,如何搭建知识数据向各业务系统输出机制是下一步研究的重要课题。



2. 一体化平台建设要注重前瞻性、开放性

作为司法数据汇集的中心,一体化平台搭载的是统一、规范的基础能力,以开放的姿态,支持各种应用厂商针对不同的需求平台上搭建特色化的应用。简单来说就是平台对接平台、平台对接系统、平台承载应用、平台汇聚数据、平台提供服务。如果继续延用现在这种应用和应用之间数据对接的模式,会使应用成为延长的数据烟囱。数据处理不统一、数据交换不真实、数据难以积累、数据对接成本高会成为智慧法院发展的瓶颈。因此数据平台是基础,是不能逾越的建设步骤。一体化建设的必要性一方面在于解决各类系统的贯通与融合,另一方面是解决好全国各法院、各系统之间一盘棋的统筹规划问题。没有规划的盲目建设会导致出现大量的数据孤岛,投入成本越大,建设越多,未来再打通再规划耗散的资源越多。


“以知识为中心”的数据化建设和一体化平台的需求是一个整体。数据化建设非常强调数据的统一汇聚、存储和调用。传统的信息化建设有一个痼疾,就是缺乏长远规划和协调性、冗余度不足,可扩展性差,新旧系统之间叠床架屋,系统与系统之间相互孤立,互联互通的成本很高,造成了数据的沉淀和浪费。因此一体化平台是大数据的需求,而服务审判的智能应用开发是“以知识为中心”的大数据平台的产出。


智慧法院的建设目标远大,司法领域人工智能的出现必须依赖“以知识为中心”的一体化平台建设为基石。


大数据、人工智能在智慧法院中的应用

1. 人工智能在司法领域的应用大致分为四个层次

基于语音识别的应用:除了庭审语音转化、诉讼服务机器人问答外,语音识别技术还将可以将电子化的证据与语音关联,在庭审、合议或法官撰写文书时实现语音提取、推送证据,大大提升审判效率。如果技术再进一步,未来法官合议案件时,机器可以通过语音识别对各个法官的观点进行归纳、整理,厘清共识和分歧。


基于图像识别的应用:图像识别系统通过读取、分析电子化卷宗,抓取重要因素,并分类标注。例如把犯罪动机、犯罪时间、犯罪工具等一一以不同颜色打上标签,并予以比对,分析犯罪嫌疑人前后供述是否一致、行贿人和受贿人陈述是否一致,甚至可以判断、提示程序违法问题。


基于证据指引的应用:将证据指引嵌入系统内,对证据的合法性、关联性进行判断,进而识别是否达到确实、充分的标准。当然,在这个问题上,刑事案件要相对容易实现,因为达到“排除合理怀疑”即可,而民事案件受利益衡量、价值判断、个案因素制约,证据判断要更加复杂。


基于法律知识图谱的应用:将法律条文、裁判要旨进一步拆解,方便机器深度学习,进而通过图像识别、语义分析,自动将案件要素与“类案”匹配,实现真正意义上的“类案推送”。


最高人民法院司法改革领导小组办公室规划处处长何帆认为,在未来 3-5 年,人工智能技术倘若能够基本实现上述设想,已是难能可贵。



2. 人工智能技术司法领域已实现场景化应用的实例

轻点鼠标,就可以对全省法庭庭审情况进行巡查;轻按图标,就可以打印裁判文书;轻触屏幕,就可以通过手机完成网上立案……当大数据时代扑面而来,越来越多的法院实现了信息技术与法院工作的深度融合。


以贵州为例,贵州省在大数据的研发和应用方面已经走到了前列,贵州检察系统在这方面也进行了积极的探索和实践。


在今年“两会”上,贵州省检察院检察长傅信平回答记者提问时表示,通过大数据运用和司法体制改革,检察机关办案质效得到明显提升。“我们开发建设了三大系统、六大应用平台,做到司法办案事前有服务,事中有监管,事后有评价。”傅信平解释说,事前,系统会将大量的检察数据、类案情况推送给检察官;事中,在办案过程中,如果发现程序、证据、定性、量刑建议等有偏差,系统会自动提示提醒;事后,系统会将评价分析的情况推送给检察官。


据了解,三大系统是指大数据司法办案辅助系统,提供案件审查(主要是阅卷和阅卷笔录等)、类案推送、文书编写、量刑技术、出庭支持等功能;大数据分析服务系统,在原有统计系统基础上,整合六大平台数据资源,强化数据的关联分析和综合分析,给领导决策提供数据支持和参考;大数据智能研判系统,主要是对公检法对同一个案件的办理认定情况进行偏离度分析,为案件质量评查提供方向。六大应用平台是指办案平台、办公平台、队伍管理平台、检务保障平台、检察决策支持平台、检务公开和为民办事服务平台。


通过大数据和信息化手段,贵州检察机关司法办案做到了全程留痕、实时监管,除了需要保密的情况以外,所有的信息均对外公开,当事人、律师等均可通过网络查询案件的承办人情况、办理的进度、办理的结果以及类案情况,让司法公正看得见、摸得着。



如今,全国 86%的法院已建成信息化程度较高的诉讼服务大厅,各类智能诉讼服务设备层出不穷。如安徽法院使用新一代智能导诉机器人,福建法院自主开发提供多项功能的 ITC 诉讼服务自助终端。76%的法院开通诉讼服务网,75%的法院开通 12368 诉讼服务热线,这些举措切实实现了“让信息多跑路、让群众少跑腿”。


全国 100%的法院和 93%的派出法庭以及其他各类诉讼服务网点已接入系统,一个北到黑龙江漠河北极法庭、南达海南三沙法庭、东接黑龙江省抚远市人民法院、西引新疆塔什库尔干法院的智慧法院导航系统正在投入使用。


最高人民法院信息中心主任许建峰表示,法官普遍反映智能应用可帮助减轻 30%以上的案头事务性工作;最高人民法院“法信”平台、类案智能推送系统,实现了辅助资源和相似案例快检智推;庭审语音识别系统减轻书记员压力,促使庭审高效进行,庭审用时平均缩短 20%至 30%,庭审笔录的完整度达到 100%;上海法院探索裁判文书智能化纠错服务,实现对裁判文书中 61 项要素的智能分析、自动纠错。


智慧法院建设取得了一定规模

“中国成为世界上智慧司法的强国,在我研究的范围里,中国的智慧司法已经超过了美国,走在世界前列。”全国政协委员、中国人民大学法学院教授汤维建表示:“虽然美国起步早,但中国后来居上,已经成为领跑者。现已成为世界上公布法律文书、裁判文书最多的国家,世界各国专家可通过裁判文书了解中国的司法、经济、社会等诸多方面。该资源库成为介绍中国司法制度、传播中国司法好声音、讲好中国司法故事的重要窗口和平台。”



目前,智慧法院建设已取得这些方面的成果:


所有符合公开条件的裁判文书全部上网。截至 2018 年 2 月底,中国裁判文书网已收入文书总量达 4300 万余篇,访问总量达 135 亿人次,覆盖 210 多个国家和地区,成为全球最有影响的裁判文书网。网上直播公开庭审累计直播 66 万余件,累计访问近 50 亿人次。“智慧司法”在大数据时代,成为了司法体制改革的先锋号。


所有公开开庭的案件都进行上网直播。最高人民法院自 2016 年 7 月 1 日起所有公开开庭案件都上网直播,公众可以通过访问“中国庭审公开网”点击“今日直播”,也可点击“案件回顾”播放其他案件庭审录像,截至到 2018 年 3 月 8 日,全国累计直播 66 万余件,累计访问近 50 亿人次。


法院专网全覆盖。全国 3520 个法院、9238 个人民法庭和 39 个海事法院已全部接入法院专网,建成覆盖全国四级法院的执行流程信息管理系统、人事信息管理系统、数字图书馆等平台,实现了全国法院“一张网”。


智能化辅助办案系统成功推广和应用。智能化辅助办案系统创造性地运用大数据、人工智能破解难题,运用智能辅助办案系统,不会替代线下诉讼活动和司法人员独立判断,而是通过推动公检法在共同的办案平台上、明确的基本证据标准指引下办案,在辅助法官办案、方便当事人诉讼等方面发挥了重要作用。


总之,过去的一年,在各级法院的共同努力下,法院信息化 3.0 版的主体框架已经确立,智慧法院的全业务网上办理基本格局已经形成,全流程依法公开基本实现,先进信息技术推动法院审判执行方式发生了全局性变革,有力促进了审判体系和审判能力现代化。而对于人工智能技术而言,在较短时间内若能把以上技术真正落实到司法当中,其成果必然十分显著。


3 月 23 日,清华大学法学院、数据科学研究院、社会科学学院、北京国双科技有限公司将以如何更好的建设智慧司法为主要议题,举办一场以“智汇司法,相得益彰”为主题的司法大数据 RONG 论坛,邀请国家信息化、司法信息化,以及司法工作一线的实务人员参会。

论坛分为四节,分别探讨司法信息化建设取得的成绩、存在的问题和发展的方向,包括:“中国特色的信息化建设及在司法体系内的实践经验”、“司法信息化建设的现有问题及未来方向”、“司法行业数据建设的路径探讨”、“司法行业如何应对大数据/人工智能的发展”。


本文转载自公众号国双 Gridsum(ID:gridsumtech)。


原文链接:


https://mp.weixin.qq.com/s/NiVqua85E2_9mfpJ6eaZDw


2019 年 10 月 10 日 23:52930

评论

发布
暂无评论
发现更多内容

【LeetCode】 H 指数 IIJava题解

HQ数字卡

算法 LeetCode 7月日更

理解Linux 终端、终端模拟器和伪终端

swordholder

Linux Shell SSH Linux Kenel

阿里P7亲自讲解!Android大厂面试真题解析大全

欢喜学安卓

android 程序员 面试 移动开发

升级数据库游戏不停服?来看看TcaplusDB是怎么操作的

TcaplusDB

nosql Data TcaplusDB tencendb

从零开始学习3D可视化之摄像机投影方式

森友小锘

大前端 可视化 3D 数字孪生

FIL币最新价格怎么样?FIL币最新消息是什么?

全美第四大无线运营商 DISH 和亚马逊云科技开展战略合作

亚马逊云科技 (Amazon Web Services)

TcaplusDB君 · 行业新闻汇编(7月12日)

TcaplusDB

nosql TcaplusDB database tencendb

发布60分钟!霸榜Github的阿里面试参考指南,啃透涨薪10k

Java架构师迁哥

台达DOP-100系列触摸屏(LUA程序编写用户管理应用)

林建

lua 台达 触摸屏 用户管理 DOP-100

英特尔中国研究院宋继强:AI技术已成为推动数字化转型的超级力量|WAIC 2021

新闻科技资讯

工商银行:应用多k8s集群管理及容灾实践

华为云开发者社区

容器 多云 工商银行 k8s集群 Karmada

程序员的自我修养-用科学的方法提高交付质量

刘绍

程序员 软件工程 软件质量 TDD 单元测试

阿里P7大牛手把手教你!卧薪尝胆70天内推入职阿里

欢喜学安卓

android 程序员 面试 移动开发

详解 nebula 2.0 性能测试和 nebula-importer 数据导入调优

Nebula Graph

数据库 开源 图数据库

亚马逊云科技和 Verizon 利用专有 MEC 解决方案扩大 5G 合作

亚马逊云科技 (Amazon Web Services)

一文读懂大数据实时计算

五分钟学大数据

实时计算 7月日更

玩转Spring Boot Actuator集成,基操,勿六

白亦杨

Java

夏令营|第五届埃文网络安全技能训练营火热报名中

郑州埃文科技

阿里P9看了都说牛B!阿里巴巴史上最牛的分布式核心原理深度解析全彩手册

Java架构追梦

Java 阿里巴巴 架构 面试 分布式核心原理解析

直击技术最前沿 | Amazon S3增加新的存档访问层

亚马逊云科技 (Amazon Web Services)

Mtail导致Nginx报警延迟

BUG侦探

运维 监控 日志

高并发应对策略系列文章阶段汇总,提供离线文档下载

Coder的技术之路

10万QPS,K6、Gatling和FunTester对比测试

FunTester

性能测试 接口测试 测试框架 压力测试 测试开发

Eureka可用性解读

赵镇

Eureka

架构实战营模块8作业

eoeoeo

架构实战营

闭关三月!啃透美团保姆级分布式进阶技术手册,终入美团定L8

Java 面试

经过一年的不懈努力社招进了阿里,我总结了50个Java面试必考题

Java 程序员 架构 面试

鸿蒙轻内核源码分析:掌握信号量使用差异

华为云开发者社区

鸿蒙 数据结构 信号量 结构体 OpenHarmony

铂金10:能工巧匠-ThreadLocal如何为线程打造私有数据空间

MetaThoughts

Java 后端 多线程 并发

云计算时代,IT运维人员需要掌握哪些技术?会使用哪些运维工具?

行云管家

云计算 运维 操作系统

WAVE SUMMIT 2022 深度学习开发者峰会

WAVE SUMMIT 2022 深度学习开发者峰会

AI代替法官?你了解智慧司法的建设与应用吗_AI_THU数据派_InfoQ精选文章