大咖互动：构建智慧法院，促进司法职能

《构建智慧法院，促进司法职能——魔方大数据》“圆桌互动”环节，来自司法界和大数据应用供应企业的专家、负责人齐聚一厅，就智慧法院的建设和未来发展趋势进行了热烈讨论

官网 | www.datayuan.cn

微信公众号ID | datayuancn

2017年11月10日，由上海大数据联盟、数据猿主办，上海科睿联合主办的《构建智慧法院，促进司法职能——魔方大数据》在上海超级计算机中心举行。本期魔方大数据邀请了法院代表和技术提供方等专家大咖齐聚一堂，共同探讨了智慧法院和司法系统智能化的建设之路。

以下是数据猿整理“圆桌互动”环节的发言实录：

马慧民：这个过程在座的各位可以进行提问。通过今天这个活动让我们对司法智能和智慧法院的内容和流程进行更加深入地理解。第一个问题，向麦总提问，你刚才提到智慧法院的流程图，这是你的构想还是已经实现了的？

麦天骥：70%已经实现了，还有30%正在建设中。

马慧民：30%是哪些部分？

麦天骥：智能阅卷这个环节，系统正在开发中。

马慧民：在你们的实践当中，目前智慧法院或者司法智能遇到最大的困难是什么？

金耀辉：困难太多了，最大的困难来自领域的交叉。我们搞信息的对司法领域的工作不了解，搞法律的也理解不了我们的逻辑。我们招聘时专门招了一个法律专业的，我在学校找过很多法律专业的老师和学生，学生们觉得我们什么都能做，连围棋都能下，将来是不是可以把法官和律师取代了？他们对我们充满了期待，但落地后就觉得你们这个也做不了，那个也做不了，很失望。我觉得这样很正常，，因为人工智能的曲线就是这样的，是波浪状的，所以对我们做研究的人来说，交叉领域给我们提供了一个非常好的机会，司法帮我们打开了一扇巨大的门。

中国的司法人工智能信息化市场有多大我不知道，因为这些都不重要，最重要的是老百姓从这里面获得什么，怎样他愿意买单。今天讲的很多技术、案例都是政府买单，那老百姓能获得什么，老百姓是不是愿意买单，要逐渐让老百姓理解人工智能，让他们认识到人工智能对他们有用。

马慧民：您认为最大的难点是业务逻辑梳理出来以后，没有被技术人员很好地实现，这两者之间无法很好的沟通，能详细说一下吗？

金耀辉：所有人，不光光是法律工作者，都需要有效的沟通。人和机器之间也需要沟通，就像围棋，怎么表达能让计算机听懂？计算机算出来的东西，要还原要有表达要让人看懂，这是个非常艰难的过程，我们在不停的寻找有效的方式，让沟通的双方都能听懂彼此。

马慧民：魏总觉得难点是什么？

魏志丽：跟金老师有一些相似，对法院这块的专业知识，我们也是通过寻求一些合作进行补充的，比如寻找专家支持。

我们要实时对接法院系统的专业数据，因为他们合作的厂家不同，所以这些数据格式不同，类型不同。我们拿到数据后需要投入大量的时间和精力去对这些数据进行梳理和清晰，这也是一个很大的问题。

马慧民：魏总提到的问题也就是数据的质量不规范，数据流通性差的问题了。

谢泳江：理想很丰满，现实很骨感。我觉得司法智能的建设是一个过程，是循序渐进的，法院和其他司法部门对我们的期望却远远超出了现实。期望过高的原因我认为是在智慧法院建设过程中法官的参与度不高，没能清楚的认识现在的技术现状。这是我觉得目前最大的困难。

马慧民：为什么法官的参与度不高呢？

谢泳江：一项好的技术或者先进的技术得到应用的话，它的易用性和人性化是应该首先被考虑到的。这和人性有关，人是有习惯和惯性的，你有一项好的技术，但却违背了我的工作和使用习惯，这就会产生差异。

任鹏：从技术的角度去看，我觉得一个比较大的难点或者困惑是我们还不够真正了解业务。例如，当我们做了一个场景，拿去给客户讨论，这时客户就会问，所有的场景，就是最终展示出来的效果能解决什么问题，对业务有什么指导作用？他希望端到端的闭环模式，来指导他们的业务方向，最后进行决策。

马慧民：有一个问题很好，你们做了一些法官的画像和当事人画像，你们做这些工作，好像跟大数据在其他领域做精准营销有点像，你们做客户画像。这对司法智能起到什么作用呢？

任鹏：在前期做数据画像时，我们的数据准备已经做好了。帮它梳理了所有指标，帮每一个法官打了标签、做了画像，未来我们要做的事情是形成一个关联关系。比如搜取一个法官的画像之后知道他擅长哪些领域。

马慧民：这是法院的智能管理的一个部分，目前在法院里面呈现的程度是什么样呢？

谢泳江：大数据分析这块由来已久，前几年得到了蓬勃发展，这一两年得到了比较广泛的应用。其实从法院的角度来讲，管理法官只是很小的一方面，更重要的工作是来拉平一下或者提升一下不同区域、不同法官在某一些案件上的审理水平和审理能力这。所以这方面的人物画像有非常大的前景。

马慧民：麦总强调了一定要同案推送，类案推送的意义并不大。前面另外几位，包括金老师一开始也讲了很多类案推送，就这个问题你们怎么看？

麦天骥：类案推送意义不大，但不是说完全没有价值。从法官的角度来说类案推送对他的价值是有限的，这个有限我前面已经讲过了，就是法院判对一个案件的判决一定是非常精确的。他前面已经查明就是这几个事实，就是这几个要点，这是最终决定判决结果。但是你推送的是有差异，或者比它多或者比它少，那么推送的这个结果的参照价值就是有限的。

只有你推送的和现在法官办理的案件完全吻合，这样才有价值，他看这个案件怎么判，然后才判在这个幅度之内，这叫同案同判。像民事案件的判决，经济责任多点少点影响还小点。但是刑事案件判决的差异影响就很大了。

马慧民：同案多吗？

麦天骥：现在通过大数据的方式，大约有4000多万案件，有些常见的案都在几十万，有个别常见的罪名上百万。目前各种场景基本都有，除非是一些很新的，比如与互联网犯罪相关，这种案件就没有同案，这种情况也是正常的。这种要用同案方式来解决它也解决不了，因为它是新的犯罪类型。从法学研究也好、判案也好，都是新的课题，不在这个范畴之内。

马慧民：你讲的同案和金老师讲的类案有点相似。

金耀辉：这个问题从我跟司法部门的同志接触的第一天就一直困惑着我。研究一个问题，给定什么条件，给定什么数据，然后边界条件是什么，我要找到什么东西。这是我们做问题要给出的边界，可是我给不出来。然后我读了大量的法律文献，读了半天我发现他们讲的东西我完全不懂。因为他们讲的东西都是语言表达的类案，都是用中文逻辑表达的，逻辑表达的东西翻译不成纯数学，计算机的表达是数学，所以这个问题不可解。我只能把这个问题偷换一下概念，就是我认为我这样是那个。当然也不只有我这样去做，我们看美国、欧洲他们也在人工智能领域研究这个问题，他们有自己的定义。我们做研究是跟别人研究，而且研究有个明确范畴。

类案也好、同案也罢。是不是可以定义为相似系数，我也定义不了。这是个模模糊糊的东西，所以我觉得这个问题“类”和“同”就是伪命题。

马慧民：很多不确定性，我们一定要找到确定性才能做人工智能的事情有哪些？

金耀辉：不是这样的，其实你太低估法官了。一个法官对我说，他审了8000多件案件，参与的案件几万件，他每年就是做这个，对同案也好、类案仍然吃不透。法官都不可能更何况我呢。

我们可以找到一些类似的，至少在法律界看来，基本事实相似、裁判要点相似，这些逻辑法官能听得懂。咱就去找基本事实、找要点，然后跟他们去讨论。法官参与里面，这样不停地迭代，给他的也是参考。所以从头到尾应该将人工智能定义为辅助方案，没有说人工智能断案。医疗更是这样，你诊断了以后，说人家有病为没病，没病说有病。这个你错一次，这是人命关天的事，医生错了没关系，他有法律保护，有从业资格保护。我觉得现阶段谈辅助断案更有价值。

谢泳江：我综合一下，金教授提到现在精准推送要考虑到法官有自由裁量权，比如最后判多少年，这个一般来讲还是辅助的情况更多一些，这个绝对数不直接给出来。而是给一个参考，考的话就是说同样的案件，判三年的多少个案子，判四年的有多少个。从法律的专业核心来讲最后一定是追求精准。但是从科技公司或者研究机构的角度来讲，让精确的计算机说模糊的东西还是要谨慎一些。

任鹏：应用计算机把所有案件进行机器学习之后，最后产生出的结果也只能是作为一个辅助。

魏志丽：法律这块我也不是很了解，所以我有个问题。我们在采纳数据和案例时，会不会案例本身就是没判准或者有问题的案子，被采纳之后会对后来的法官判决产生影响，我想是不是有这样的情况存在呢？

麦天骥：有这种情况。判决之后会有一定的比例的案件上诉到二审，二审审判时可能改判或者发回重审，这就意味着一审判错了。，我们国家二审是终审制，二审的裁判直接发挥效力。还有一个救济手段，就是申诉，已经生效的案子可以申诉。如果法院觉得申诉的有道理就可以重新立案，再次审理，把原来生效的判决撤销。这样就包括了很多一审没有生效的裁判文书和撤销没有效力的文书。大数据应用在这块关注的不多。仅仅是从数据关联上能够看得出来。做得好的公司要看一件案件的裁判文书会看，是不是一审，如果它是一审的，上诉了没有，然后看二审怎么判。但大量公司没有这样做，所有案件都放到一起了，这是目前的一种客观情况。

马慧民：如果样本里面案例库的数据有很多是错的，机器不是越学越坏了嘛。所以这里面有个很大的问题，刚才金教授已经提到了，金教授正在做标注司法文书的工作，这个工作量非常大。前段时间我们也在讨论说，人工智能是不是先人工再智能，所以这部分是有很多的案例，有很多需要标注，谁来标注？就是大量的老法师。那么这里面的工作量到底有多大，请金教授介绍一下。

金耀辉：案例标注中有不同档次的标注，刚才讲的画像也是一种标注。最高的水平的标注是由行业的老法师进行，可是这是不可能实现的。还有一种方式，比如劳动争议。我们买到市场上所有跟劳动争议相关的案例分析，买几十本书，然后将里面法官的关联提取出来，做出标注，这其实等于是全国法官的智慧结晶。还就一种方式是机器标注，但这样还有存在错误的问题，不过我们会反复迭代这个过程。

现在已经生成了50亿图像的标注，不是每个案件都有标注，有一部分是人做的，有一部分是机器做的。这个过程中，需要各个部门配合，在政府的支持下做这件事。我们一直觉得这是一件非常有意义的事情，希望可以推动中国向前走一步。可以看到标注在不同的地方是存在差异的，即使是上海市的法院，也存在细微的差别，不过这都是正常现象。让计算机去做这件事是允许存在一定偏差的。

谢泳江：现在有一个阿尔法狗例子，以前还需要学习，后来就不需要学习了。法律方面的标注如果有一些技术上面的创新和突破就会有一个大的飞越。总体上讲，人工智能的发展一定会超出人的理解和突破。

任鹏：目前我们公司做的标注只是针对某一个场景、维度和指标，构建整个指标体系，标注相关的属性，最后存到数据库进行相关的关联分析。然后把所有维度和所有指标都加上标签，做成一个过程进行展现。

吴海崟：将来人工智能有没有可能替代法官办案？

麦天骥：我觉得在我们能够想象的时间之内不可能。我们做法律人工智能、做法律分析十几年了，做了这么久我们有一个明确的定位。第一不代替法官审案，第二，不代替法官判案。我们只为法官提供辅助服务，让法官从大量机械重复的工作中解放出来，提高工作效率。目前阶段，我们完全可以用现在已有的技术在案件审理的不同阶段、不同过程中为法官提供不同的智能服务。但是想要代替法官审案判案这是不能实现的，尤其在中国这样的法系场景下。

提问：老师刚才说在中国这的法系场景下不能实现人工智能代替法官判案，而我恰恰觉得在中国的法系系统下才有可能实现。中国作为一个大陆法系国家，跟海洋法系有根本性的不同，本身是规则明确的。我认为跟医院的人工智能不能代替医生一样，是规则让代替不可能，不是事件让代替不可能。

金耀辉：给大家推荐一个报告，这个报告是德勤今年4月发表的研究报告，这个研究的主题是人工智能在政府工作中可以发挥怎样的作用。我们现在讲的替代应该做四方面的分解。首先一些简单重复的机械劳动可以被代替。比如检索案子，用机器检索案子会快很多，可以有效提高效率。德勤做了一个简单的推算，什么样的投资强度，政府的收益是什么样，结果比较惊人，联邦政府每年可以节省30%的人员劳动时间。收益就是雇员30%的时间相应的资金投入。

我们总是把人工智能和下围棋联系在一起，我觉得这个例子不应该多讲，因为围棋的规则是确定的。德州扑克有人的心理因素在里面，存在欺骗，而围棋则没有。同案、类案，如果每一步都经过专家的严格推敲，如果这些推敲被证明是可以追溯的，那么就可以提。

马慧民：所以人工智能还是不能完全替代法官，但是在法律认可的某种条件下，有些事情人工智能是可以做的。

金耀辉：科技怎么发展谁也不知道。我读书的时候觉得围棋很难，可是现在人工智能下围棋下国际象棋都实现了，所以未来没有什么不可能。永远不要低估科技的力量和科技的发展，但科技一定要受到约束，不能违背人伦道德，不能突破公序良俗。很多事情不是科技做不到，而是科技的使用存在边界。

马慧民：我在这里做个广告。各位今天来到的地方叫上海超级计算中心。超算有三大要素，计算机能力、数据和算法。上海超算中心可以为各位的公司提供强大的计算能力，人工智能在有限可能性的场景下是可以实现的，围棋就是一种。我们用穷举法，超算在很短时间就可以实现。现在计算能力达到了很高水平，技术到了这种水平，只要有限可能性，人工智能就可以做到。

刚才提到一个点我再问一下，司法判案在未来有没有法律依据这件事上，你们怎么看？就是医生行医用人工智能来做，有没有医学上的法律依据。如果有法律依据，哪怕判错了也没有问题。你们觉得在未来什么时候会实现呢？

麦天骥：从法律的性质上说这种情况不会出现。因为是一种政治手段，是一种规则，是保证国家强制力实施的。计算机是人工智能，在任何领域都不能脱离法律。即使到了未来的大同社会，它也是有规则的，仍然需要法律去平衡社会各方面的关系。多以法律设限是一种规则，这是计算机无法超越的。

马慧民：我的问题是从另外一个视角来说，现在法律有没有讨论这个问题，人工智能判出来的结果，法律会不会认同它，是这个概念。就是医学也一样，用人工智能的方法诊病，医学上认同它，这种讨论到什么程度了呢？

麦天骥：人工智能不能代替法官。因为法律是一种政治手段，是权利的体现，这在现在社会是永远存在的，尽管通过技术可以实现代替法官，但在实践上是行不通的。法律的本质决定了人工智能不能代替法官。

马慧民：请各位展望一下司法智能在未来有什么样的商业场景？今天看到很多案例最终的甲方都是政府和法院，所以看看未来的场景是什么样子的？如果司法智能用得很好，是一种什么样的场景呢？

任鹏：未来人工智能可以给客户带来的实际效果就是节省人力成本、时间成本、学习成本。

马慧民：客户是指哪些客户？

任鹏：基本是公检法司。

谢泳江：未来像法律服务应该像空气和水一样，对所有老百姓都是免费开放的。在此基础上，酝酿的商机也是巨大的，就不是一个简简单单的千亿市场。

马慧民：就是每个人需要人工智能的支持。

麦天骥：目前大家关注的重心是国家机关，但我觉得很快就会转移到社会公众。社会公众对法律的需求是无限的，目前提供的服务是很有限的。如果通过人工智能的方式，为公众提供他们所需要的各种服务，我觉得这个商机也是无限的。

前不久给一个省的司法厅提供了一个方案，这个司法厅也是响应李克强总理提出的互联网+。司法厅希望做司法服务，最后我们提供的是司法服务依据的底层数据，一个是法律大数据，一个是案例大数据，再一个律师资源也是一个数据。我们给他完整的设计了一个场景 ：老百姓有一个法律疑惑，用现在最理想的方式，智能手机把问题描绘成文字，不会打字可以用语音方式描绘，我们在后台进行梳理，这就是应用人工智能的方式进行判断。判断以后，根据这个问题推送法律文案，同样根据你这个问题再推送与这个答案相关的法律条文或者类似的司法案例，老百姓看了以后就明白了，这个问题就解决了，也从更广的方面获得了法律知识和同类案件的解决情况。

一部分老百姓把问题解决了，还有少部分觉得不够，我还要打官司。打官司，第一，我们提供诉讼风险，就是这个问题要打官司会有多大的风险，这是可以通过大数据的方式提供给他的。第二，如果他执意打官司，我给你自动生成诉状，不要请律师写诉状了，我可以根据你所描述的问题自动生成一个诉状。再通过互联网直接提交到法院，进行立案。同样我们提供风险数据，根据案件的简易程度进行指导，比如案件很简单，你自己去法院立案， 不需要请律师，这样可以降低成本。如果案件确实很复杂，我们再建议请律师，你自己的专业水平不够，你是有诉讼风险的。

这样推送给他，老百姓他在什么地方，我们可以推送出所在区域办理这种类型案件最好的律师，这个律师过往办过什么案件都可以展示出来，可以看到他办案件是赢了还是输了。我可以把案件的诉讼结果推送给他，还可以将律师法庭表现的视频推送给他，这就是大数据效果。这些都是可以作为场景实现的。我觉得在这个过程中商机处处都是。

马慧民：我有两个问题，您刚刚说的APP已经有了吗？

麦天骥：已经有了。

马慧民：有多少是机器实现的？

麦天骥：最难实现的是根据老百姓的问题进行分析给出一个结果。 老百姓语言不规范，你难以把它作为一种法律语言进行判断，这是最难的。如果这块做不到，推送法律条文的准确性就降低了。

金耀辉：今天这个题目叫智慧法院，所以很多时候智慧法院和智能司法是两个概念。我不知道大家有没有注意到，我分享的报告里面有一张图叫人工智能在美国司法的应用。我同意麦总讲的在中国就要赚老百姓的钱，BAT在前面做了这么多的案例了。但是更大的市场其实在企业，这个企业是掏得起钱的。我觉得从司法角度来讲太多的东西可以去做。但从我这个角度去看，到底哪些东西是我们进一步努力，有可能去做的。有些东西压根就是伪命题。所以我们做学术，我们不能浮躁，我们得沉下心来去。不是说市场做什么，我们就做什么，我们要沉下心来做。很可能后年已经不说人工智能了，就像现在不说大数据一样，但是我觉得研究还是要继续。

马慧民：我补充一个例子，也是上海这边做人工智能不错的一位老专家。他说，我们要耐的住寂寞，他是80年代清华大学人工智能的，那时候也不叫人工智能，叫自动控制专业。

魏志丽：我们是做可视化的，很多数据现在提取也好、展现也好，都还比较表层。其实法院的数据，之前我跟很多专家聊过，它反映的是整个社会，从经济到人际关系，包括管理的方方面面，是非常深层次的反映。如果能够对数据进行很深入的挖掘，有很多东西可以应用到政府的管理上和社会关系的梳理上。这有很多方面，它应用的前景是非常广阔的。

马慧民：请两位领导做一下点评，先请高院的吴院长。

吴海崟：非常感谢魔方大数据今天设立的这样一个专题，构建智慧法院，促进司法智能。能够参与到这次活动也是聆听了各位嘉宾分享各自专业领域里面的经验和成功案例，我用两个字表达一下我的体会就是非常“解渴”，因为确实有很多痛点和难点，包括大家都在那儿努力地攻克，我觉得对智慧法院建设来说本身是一种促进。

追根穷源智慧法院建设的理念，我是从以下几个层面理解的。

第一，谢总提出来的，最高院对于智慧法院的定义还是体现在三个特征，阳光化、网络化、智能化。应该说最高院的理念统领全国的智慧法院。我们上海高院提出了一个中心，两个行动，一个中心是以大数据战略为中心，两个行动分别是互联网+行动和人工智能+行动。其互联网+主要应用于市场公开、诉讼服务，人工智能侧重于辅助法官办案，同时加强对内部的司法管理。当然这当中也有交叉，比如最近对外诉讼服务平台当中有引入了人工智能语音识别回答问题的应用，应该说也是收获反响非常好。

第二，最终落地到智慧法院的具体实践当中。最高院对智慧法院有一个建设体系，整个有三期指标。作为这个体系实践当中来说，我认为刚刚嘉宾提到的问题都是目前在智慧法院建设当中所需要迫切解决的。比如说谢总提到的如何在庭审过程当中，用语音识别和概要式的记录来代替书记员的记录，解放我们的生产力。刚刚金教授提出来，如何用司法大数据来挖掘和发现司法规律，减轻法官的办案负荷。同时我们跟麦总也在沟通，如何通过文书的生成进一步在法官办案当中提高工作效率。还有一个痛点，就是魏总说的法院的业务系统功能比较侧重，但是界面、展示的效果也是我们的薄弱环节，所以这些痛点在下一步工作当中我们也是要加以解决和完善的。

因为今天时间的关系，我也希望以后有时间和各位就具体案例进行深入的探讨，来共同推进上海的智慧法院建设，谢谢大家！

马慧民：接下来请肖处长点评一下。

肖菁：感谢各个单位，还有一些企业家共聚一堂，聊大数据、人工智能和法院。法院这块的业务说实话我不太熟，但是对大数据、人工智能我还能讲一两句。我先点评一下联盟，联盟组织、魔方大数据对我有两点新。第一个新，我看到好几家是外地的单位。第二个新，里面的布置。都蛮好的，给我新意。

对联盟的建议就是，我们举办了19期，适当地梳理一下，哪些报告是比较有影响力的，可以放在我们的产业峰会推介一下，尤其是对行业有影响力的一些报告。这是我对联盟的建议。

然后对人工智能这块，目前阶段人工智能也不太可怕，阿法狗就会下围棋，他如果下象棋要换掉算法，它不会按摩、炒菜这些东西。所以目前阶段不可怕，包括国家战略搞类脑智能，这块到来的时候，才可能会觉得有点可怕。为什么呢？因为它把人脑都搞清楚了，可以不断地学习，可能几秒钟把你几辈子的知识全部学完了，而且它可以不断进化，你怎么可以控制它呢？好像想象空间有点可怕。但是再往前走的过程中，它的技术衍生可以带来一些益处，这些肯定是有的。终极目标是有点可怕的，就是类脑智能。

替代人工我觉得目前肯定是不行的，跟医生一样。刚才有位老师说因为没有政策允许他这样。正因为他没有到这种程度，加上伦理这些东西，所以各级政府也不会下这种规定，我觉得相当时间内也不会下这种决定。这是我对人工智能的看法。

法院这块的业务吴处长讲了很多，大数据这块我讲一下。做可视化的，跟我们推进的大数据实验厂可以去那边展示一下。你们的工具，刚才是说平台，你们单位可以像可视，可以像拖拉重新设计业务流程和展示的方式。我们有个大数据实验厂，它有数据、有技术、有各方面的模型，你们能不能结合一下。我为什么对展示这块比较关注？是因为我前几年发了一个大数据的可视化课题，结果上海没有一家人来。我不知道是不是两年前的，因为影响范围大家没看到，我看到没有一个来人，去年我继续发，这下有了

上海大数据，有一位四方伟业任总讲2013年是大数据元年，实际上2013年就发布了大数据三年计划，同时成立了大数据创新联盟。接着上海响应国家战略，发布了大数据实施意见，就是五位一体，推进大数据发展。从“十三五”来说，以交易中心和大数据实验厂平台作为重要载体，推进整个上海大数据从技术研发到产品开发，到应用示范，再到一些园区落地和基金的成立。营造大数据产业发展的氛围，现在基本形成了。

目前上海已经成为了示范区，包括大数据交易中心已经获得了国家发改委数据流通的国家工程实验室，还有上海万达信息它是参与了医疗方面的大数据实验室。这些年我们通过大家一起努力，在上海形成了一种推动大数据发展的比较好的一个氛围。谢谢大家，欢迎来上海发展！