控制论黑箱题案例，张宝生人工智能法律体系——两个困境与悖论

关于一些张宝生人工智能法律体系——两个困境与悖论和控制论黑箱题案例这类的相关题，不少人都是想知道的，那么就让小编带各位了解一下吧！

张宝生，中国政法大学证据科学研究所名誉所长、教育部证据科学研究所所长、司法文明中心联席主任合作创新中心，教授，博士生导师。

人工智能法律体系研究的核心内容是法律推理模拟，面临两个现实技术题一是证据推理模拟、证据分析、社会知识库构建、泛化选择面临的困难；其次，法律解释模拟面临挑战。解释主体的概念和价值选择。人工智能法律系统的研发目标是取代法官或创造机器人法官，但其应用存在局限性，不能单独充当法官。实施需要法律约束的“人机系统”解决方案。

1.人工智能法律制度研究现状

自1956年诞生以来，人工智能研究一直朝着“能够非常准确地描述所有知识领域或所有其他智能特征，以便我们能够创建模拟它们的机器”的宏伟目标迈进。2016年，在发展60年后，AlphaGo挑战围棋世界冠军并三度获胜，标志着人工智能研究的新转折点。但深度学习推动的人工智能热潮让学者们对媒体炒作、公众期望和政府资助感到担忧。虽然人工智能有着无限的发展潜力，但目前它能达到的“智能”水平还很低，学习算法系统的可解释性、稳定性、鲁棒性还很差。例如，在被称为人工智能的尖端模式识别技术中，即使在脸部照片中添加少量噪声，也会显着降低机器的识别能力。图片的微小变化使得机器识别能力非常差，而人眼基本无法犯这种低级错误。因此，有专家感叹，无论看起来多么酷，很多机器人不过是带轮子的iPhone，无法主动感知或与真实的物理世界互动，智力还不如刚几个月大的婴儿。因此，在人工智能热潮的浪潮中，不要被深度学习的神话所欺骗，而是冷静地思考智能仿真的实际困难并找到解决这些困难的具体方法，应该是人工智能下一阶段的重点。情报研究。

人工智能在法律领域的应用始于1970年Buchanan等人发表的论文《人工智能和法律推理中的几个题的评论》。后来，在技术进步和法律需求的推动下，DWaterman和MPeterson于1981年开发了“法律决策支持系统”，这是专家系统在司法领域的首次实际应用。该系统使用严格责任、比较过失和损害赔偿等模型来计算责任案件的赔偿价值，并展示了模拟法律专家意见的方法学挑战。经过30多年的发展，2016年，伦敦大学学院、谢菲尔德大学和宾夕法尼亚大学的科学家开发的人工智能程序获得了欧洲法院的批准，我们分析了584个英语数据集。并且它提出了自己的裁决。人工智能“法官”做出与法官相同判决的案件已有79起。

我国人工智能法律体系的研究和发展起步并不晚，但这主要得益于20世纪80年代学森教授倡导的“法律系统工程研究”所奠定的思想解放和理论基础。此后取得的重要研究成果如下1993年，中山大学胡钊等学生开发了“LOA律师办公自动化系统”，武汉大学法学院赵廷光教授开发了“实用刑法”主持。它是一个“具有刑法知识搜索功能和辅助量刑功能的专家系统”。沉寂20年后，深度学习引发的新人工智能热潮也震惊了法律界。在2016世界互联网大会智慧法院与互联网法治论坛上，周强院长表示，“我们将积极推动人工智能在司法领域的应用。”律师工作上线，帮助律师管理案件项目、跟踪流程进度、整理文书，利用法律大数据提供智能支持，帮助“机器逐步获得法律认可”。2017年，吴霞律师推出“法律机器人”，旨在利用互联网和人工智能打造法律服务。该系统仅需一秒即可生成数万字的法律意见和预判报告。周强院长在全国人大常委会《最高人民法院工作报告》中表示，2017年，人民法院将加快智慧法院建设，综合运用云计算、大数据等技术，研究建设司法人工智能系统.指出。我们将把现代化融入司法体系和司法能力，形成新动能，有力支持我国司法改革和法治建设。在最高人民法院的积极推动下，北京、上海、浙江、江苏、广东、贵州等地纷纷推出以各种名义建设人工智能法律系统或“智慧法庭”的计划，比如北京法院的“智慧法官”。智能量刑系统、上海法院“206”智能辅助刑事办案系统、苏州法院“智慧审判苏州模式”。预计不久的将来将会出现许多人工智能法律系统，或者说“机器人法官”。

人工智能法律体系研发的动力主要源于技术进步和司法实践的需要。然而，认为人工智能技术已经足够成熟，可以解决智能法律体系的核心题，这是一个很大的误区。对人工智能法律体系发展的盲目乐观和热衷于成功，主要源于人们对“人工智能的本质是功能模拟”的无知。什么是功能模拟？根据控制论的思想，具有钢制身体的机器，无论其结构如何，只要能够执行与人类相同的任务，就应该被认为具有与人类相同的智能。举个简单的例子，当你开车经过收费站时，电子眼自动读取你的车牌号，电脑自动计算并保存通行费或停车费，电子道闸自动升起让车辆通过。这组任务不需要人类来执行。虽然我们必须承认这个系统可以执行与人类收费员相同的任务，但我们不能说它具有与人类收费员相同的智能。因为人工收费员可以处理许多机器无法处理的复杂任务。目前，工业机器人正在多个领域取代人类的体力劳动和脑力劳动，家用机器人也开始进入日常生活服务领域，自动驾驶仍然受到诟病，但并不是永远解决不了的题。这是因为人工智能创造了“人造的、模拟的、假的”智能，以取代人类的自然智能、原型智能和真实智能。它可能是假的，也可能解放人们的脑力劳动。

然而，人工智能功能模拟的优点也有局限性。这主要是因为机器缺乏七情六欲，难以模拟人的主观意识、主观感受、主观选择。因此，单功能模拟路径必须辅以结构模拟，神经网络和脑机接口等探索性解决方案已经出现。虽然这些探索短期内可能不会产生突破性的成果，但这并不意味着我们可以在困难面前无计可施，被动等待人工智能技术的成熟。法律学者可以与逻辑学家、计算机专家密切合作，深入研究法律推理的机制和方法，探索形式化或模型化的法律解决方案，这就是人工智能法律系统的基础理论研究。

2.人工智能法律系统研发内容法律推理模拟

人工智能模拟人类思维的难度与亚里士多德所说的两种推理思维有很大不同。第一种必然推理是基于不言而喻的自然法则或定理，而由于“通过科学证明获得的知识是不可避免的”，人工智能似乎能够在这一推理领域自由驰骋。它以不言而喻的自然法则或定理为基础，并呈现出“辩论与辩论”等公开***的特征，假定人们“普遍接受的意见”。它们的结构和功能变得更加复杂，只有通过这种推理才能获得知识。人工智能法律系统模拟的对象是法律推理，其中包括社会科学知识领域，其复杂性和难度是第一类推理无法相比的。

法律推理是法院“以事实、法律和解释为前提，以结论表达本案判决的命题”的决策过程。控方、辩护律师、审判方是互动主体，申请分为事实确认和法律依据两个阶段。弗里德曼从信息论的角度分析了这一过程，将其分为原材料输入、加工、判断输出、信息反馈等阶段。在他看来，法院是一个控制论的“黑匣子”，是一个信息“加工厂”。“转化为需求的社会力量从系统的一端进来，判断和规则从另一端流出。我们应该给中间的黑匣子多少信任？机器是如何工作的，它们做什么？”这些题反映了法律推理本身。其复杂性也反映出法律推理微观层面研究的弱点。

瑞典法律学者沃尔格伦将法律推理过程描述为一个七步活动过程，从案件开始，通过人工智能视角的微观研究，最后以判决结束。参见图1。

图1法律推理的一般流程

图1中的论证、法律检索、解释、规则运用、评价、学习、简述七个步骤，进一步明确了法律推理过程，对法律学者具有重要启发。其中，论证是证据推理或事实确认的过程。已查明的案件分为简单案件和疑难案件，前者是案件事实清楚、法律规定明确的案件。简单案件的法律推理一般按照“法律+事实真相=判决结论”的三段论进行，由于案件事实简单明了，无需经过法律程序即可立即进入法律调查的第二阶段。单独的进程.因为复杂的证据推理和法律规定是明确的，所以不需要解释规则，就可以直接应用规则。

从这个意义上说，目前国内外正在研发的所谓人工智能法律系统包括赵廷光教授的“实用刑法专家系统”、武术律师的“法律机器人”、最高人民法院推动的“法律机器人”等。法庭。即将在北京、上海、广州、浙江、江苏省人民法院、贵州省等地上线的“智慧法庭系统”，以及伦敦大学学院等开发的人工智能“判决”系统，将“复杂”“判例推理系统”实际上是一个“简单判例应用量刑系统”，即初级人工智能法律系统。这种人工智能法律体系的特点是，它不模拟正当化阶段的证据推理和法律适用阶段的法律解释，而是直接将案件事实作为法律推理和运用的小前提。三段论演绎推理方法得出判断结论；适用于简单的加急调解案件或小额索赔法庭审理，减少法官处理简单案件的脑力劳动，让法官集中精力处理复杂、疑难案件。当然，考虑到审判的政治合法性，即使是简单的案件，审判也必须在“人机法制”下进行，判决必须由法官审查并作出。

疑难案件是指事实比简单案件更加复杂、规则更加模糊的案件，必须经历从证明到简要说明，特别是复杂的证据推理和法律解释的七个完整的法律推理阶段。关于人工智能疑难案件的法律体系，必须明确两点。首先，外围技术不能取代核心技术。也就是说，单纯依靠互联网对人工智能法律体系进行深入研究和开发，或者进行“云计算、大数据等技术的综合利用”是不可能的，因为这些都是外围技术。人工智能法律体系的核心技术是七级法律推理模拟，尤其是最难的证据推理和法律解释模拟。因此，我们不能想象仅使用简单的大数据挖掘方法或深度学习方法来解决非常复杂的法律推理模拟题。其次，人工智能法律系统的研发内容不是“法律应用或量刑系统”，而是打造一个模拟法律推理全过程、能够通过“图灵测试”的人工智能法律系统。等级。这是一个困难的案子。“为此，人工智能研究与法律推理研究之间的互动是必要的，”他说，“一方面，存在利用人工智能支持法律推理的可能性，另一方面需要法律理论的支持。”解决人工智能题。“应用它是可能的，”他说。“情报作为法律推理和通用人工智能的支持系统。”

总之，在这波人工智能法律体系研究浪潮中，如果不想建设“智能法庭”成为“炼钢”，关键是要解决法律推理模拟中的两个题。一是证据推理模拟，二是法律解释模拟。只有切实研究法律推理的过程和方法，找到法律推理模拟的“算法”，才能出现真正的人工智能法律系统。但这正是这两项关键科学研究

一、黑箱是什么意思网络语？

的全部内容。

1.黑匣子是一种无法打开、从外部无法看到其秘密的控制论信息系统。比喻常常用来解释难以理解的事情。

2、黑箱理论是指人们在对特定系统进行研究时，将系统视为一个看不见的黑箱，系统的内部结构或相互关系不参与研究，而系统的规则是可以理解的只能通过观察。了解使用黑盒方法获得的输入和输出的特征以及系统的规律。生态系统的结构和功能规律不是分析生态系统的内部结构和相互关系，而是根据生态系统整体的物质和能量以及影响其的因素的输入和输出关系来获得。