当下在司法裁判领域,人工智能主要在两个方面凸显了较为强劲的应用价值。一是裁判结果的产生方式实现从人工到智能的转变。一个优秀的判决包含两个核心要素,即结果公正和论理充分。“我们让机器人学习既往与此相关的大量判例,对于类似案件可以做到结果基本公平;对于专业性案件,机器会在论理中学习此前法官的论述,对于该案法官具有较大的借鉴和补充意义,对于常规性案件的论理,机器人还可全面提升法官的工作效能。实践证明,在未来,它极有可能取代法官完成判决书的撰写。
“基于机器学习的需要,我们把案件总体上分为两种:个性化案件和共性案件。像‘杀人罪’就属于个性化案件,每个案例的发生背景、人物关系、被告人内心演变都存在极强的个性化特征,即使用数学原理和统计学原理亦难以找到神经网络的建构规律。当前,此类案件用于机器学习的效果并不理想。相比较而言,像交通肇事罪以及知识产权类侵权案件,可以划归共性案例,借助数学原理可以实现其神经网络的建构,此类案件机器学习的效果较好。我们针对知识产权类案件做了大量实验。我国当前90%的知识产权侵权案件实行法定赔偿原则 ,即原告方难以找到被告方侵权赔偿的相关证据,于是法官们在判赔时主要适用知识产权法上的‘法定赔偿原则’,即由法官在法定赔偿额以下实行自由裁量。在此类案件上,人工智能借助机器学习的原理会给法官提供强有力的裁判示范参考。”
第二,机器人在撰写裁判文书时,还需要完成逻辑论证。仅有结果而缺乏论理的判决不能称其为正义的判决,因此机器人撰写判决时需要阐述论理过程。“从我们在实验室完成的大量实验来看,机器人基于对同类案例的学习