人工智能會不會成為司法過程的主角呢？一個大膽的預期是，機器人法官會替代人類法官，機器人法官所面臨的技術性難題必將隨著人工智能技術的發(fā)展而消解。這里的技術發(fā)展，不只是大數(shù)據(jù)處理能力的進步，更是強調深度學習能力的提升。
“司法不是自動售貨機。”法律人耳熟能詳?shù)倪@句話，源于馬克思·韋伯“自動售貨機”的隱喻，常常被用來批評司法過程的機械主義——一端輸入案件事實，另一端根據(jù)法律條文就能吐出判決。這樣的判決，忽略了司法過程中多重因素及其相互關系，只是簡單地把法官定義為一種“純粹邏輯制造的無生命的存在”。
不過，隨著人工智能的興起和發(fā)展，“自動售貨機”會不會在不停地技術賦能和更新迭代后，產(chǎn)生足夠的智慧與能力，生成權威的司法判決，并替代法官呢？
在匆忙給出答案之前，我們可以先分析一下人工智能的兩個前提條件：大數(shù)據(jù)和深度學習。
大數(shù)據(jù)，顧名思義，也叫大規(guī)模數(shù)據(jù)。其實，這個說法并不準確。大規(guī)模只是從外在的規(guī)模上標識了大數(shù)據(jù)的“量”，并沒有揭示大數(shù)據(jù)信息交換、信息存儲、信息處理的“質”。目前，源于中國裁判文書網(wǎng)、中國審判流程信息網(wǎng)、中國庭審公開網(wǎng)等平臺的數(shù)據(jù)，已經(jīng)初步建構起一個司法大數(shù)據(jù)系統(tǒng)，這是信息交換與信息存儲的偉大進步。同時，司法大數(shù)據(jù)的整理、分析、轉換能力的提升，也給司法審判帶來了有益幫助。就現(xiàn)階段來說，不僅可以給法官判決提供參考，為實現(xiàn)“類案同判”、統(tǒng)一裁判尺度帶來可能，而且可以積極挖掘案件規(guī)律，服務國家治理，生成司法大數(shù)據(jù)深度應用新模式。
近年來，部分法院和研究機構還依托司法大數(shù)據(jù)，研制出具備大數(shù)據(jù)輔助定罪量刑系統(tǒng)的各種法律機器人。所謂大數(shù)據(jù)輔助定罪量刑系統(tǒng)，就是借助文本相似度分析技術，挖掘隱藏在過往司法判決中法官、檢察官定罪量刑的集體經(jīng)驗，計算出各種情節(jié)對刑罰的影響程度，賦予各情節(jié)不同的影像系數(shù)，從而使判決更具個性化、精準化和合理化。從實施的效果來看，這類法律機器人已經(jīng)能夠幫助法官從簡單重復勞動和數(shù)據(jù)計算中解脫出來。當然，在這里，人工智能還只是一個客體的輔助系統(tǒng)，并不具有主體性。
進一步來說，人工智能會不會成為司法過程的主角呢？一個大膽的預期是，機器人法官會替代人類法官，機器人法官所面臨的技術性難題必將隨著人工智能技術的發(fā)展而消解。這里的技術發(fā)展，不只是大數(shù)據(jù)處理能力的進步，更是強調深度學習能力的提升。
深度學習是人工智能從“弱階段”向“強階段”轉型的重要工具。和傳統(tǒng)的人工智能希望“機器像人一樣思考以獲取智能”的路徑不同，現(xiàn)代的人工智能更強調運用數(shù)據(jù)驅動的力量。它的目標依然是解決人腦所能解決的問題，比如判決，但它不一定非得采取和人類思考一樣的方式。現(xiàn)階段的深度學習，主要是把計算機需要學習的東西，比如一個案件的犯罪事實、犯罪手段、量刑情節(jié)、刑法、法院、地區(qū)、相關法條等多種關聯(lián)因素，丟進一個復雜的，包含多個層級的數(shù)據(jù)處理網(wǎng)絡（深度神經(jīng)網(wǎng)絡），然后檢查經(jīng)過這個網(wǎng)絡處理得到的數(shù)據(jù)是否符合要求——如果符合公平正義，就保留這個網(wǎng)絡作為目標模型；如果不符合公平正義，就繼續(xù)處理，以調整網(wǎng)絡的參數(shù)設置，直到輸出滿足要求為止。
不夸張地說，深度學習的概念和過程會讓許多法官抓狂，也會讓許多非理工科的普通人摸不著頭腦。通行的理論認為，深度學習大致是一個運用人類的數(shù)學知識與計算機算法建構框架，再結合盡可能多的訓練數(shù)據(jù)以及計算機的大規(guī)模運算能力去調節(jié)內部參數(shù)，盡可能逼近問題目標的半理論、半經(jīng)驗的建模方式。其中的“盡可能”，也說明了人工智能司法公平正義的相對性，因為很難說哪一個判決是完全公平正義和滿足所有人期待的。
霍姆斯大法官說，法律的生命不在于邏輯而在于經(jīng)驗。那么，深度學習就是基于大量的司法經(jīng)驗，在不斷的邏輯嘗試、運算和尋找中，產(chǎn)生的符合正義價值的一種方法?？ɡ?shù)吕渍f，司法過程的典型體貌不是程序法賦予的，而是那些實施它的人的心靈習慣賦予的。成文法只是框架；它的形貌、連同色彩和明暗度，是由習慣和常例構成的。在這個意義上，深度學習就是糅合了成文法、習慣和常例，通過經(jīng)驗和邏輯的力量，盡可能構成司法過程的形貌、色彩和明暗度。
無疑，這是一種進步，一種我們需要以開放的心態(tài)來面對的時代進步。
