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已經在許多領域產生了深遠的影響，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。無論是在律師所內部、合作伙伴、客戶或其他地方，這些合法資產無法逃過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。

“如果你要尋找的數據，可你只有兩三個相關的例子，那用AI是行不通的。”Seal Software創始人兼CTO Kevin Gidney說，該公司是合同的發現和分析軟件供應商。 “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據。”

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

“要實現連續的協議，偶爾再培訓現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，”Pickens說， “并聯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。總之，連續相關性和連續多樣性預測讓律師來處理大量的、不斷變化的文檔集合。”

自然語言處理

盡管自2001年以來《太空奧德賽》出來各種偏執和夸張的周邊，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系統和他們的開發者在實現可以適應密集的、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已經把法律領域從為大的文檔制作預測編碼系統，轉移到為訴訟提供分析。”法律數據科學家Brian Howard說， “在模式出現之前，傳統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來研究創新的方式使用分析收集競爭情報。 “根據數據分析，WSGR可以做出更好的決策、資源調配和調整客戶計費。”Howard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AI科學家所稱，在現實中，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、產品不僅更快地被完成，并以更低的成本，而且質量更好，因為機器犯錯的幾率比較小。”

Ronkainen還指出，這種轉變仍然是集中在文件審查，其中電子披露與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減半，決定是否繼續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。”

專家系統和神經形態的技術

另一個AI技術可以在法律案件中提供幫助的是專家系統，即利用算法的方法。這些系統可以幫助尋找特定類型的證據來支持具體結論，并提供給專家系統結果的概率。控制論研究所科學家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發展的一個非營利組織。

“我們也可以認為，可以得出神經形態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。 “神經形態技術使軟件或硬件使用腦一樣的模擬電路，并能區分該系統被訓練來檢測模式的變化。算法和神經形態技術可以從一個訴訟目標的計算機網絡產生大量的證據。”

Watson和ROSS平衡法律研究競爭環境

雖然傳統上，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的共同創始人Gurminder Kandola說，該公司的業務主要是分級的CTO咨詢。

“ROSS是真實的語言，挖掘非結構化數據，”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，并且在查閱大量數據的情況下更加仔細。”

此外，AI系統可以平衡律師行業公平的競爭環境。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年經驗的律師可能不會向技術求助。Kandola說。

結論

在越來越多靠數據驅動的世界，生活在其中的專業人士，包括律師，需要轉移到通過大量的數據來掘金。AI解決方案將在所有律師和公司的日常實踐中發揮越來越大的作用。

via ipwatchdog

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。