【关 键 词】法理学/法律推理/人工智能
【正 文】
一、人工智能法律系统的历史
机先驱思想家莱布尼兹曾这样不无浪漫地谈到推理与计算的关系：“我们要造成这样一个结果，使所有推理的错误都只成为计算的错误，这样，当争论发生的时候，两个家同两个计算家一样，用不着辩论，只要把笔拿在手里，并且在算盘面前坐下，两个人面对面地说：让我们来计算一下吧！”（注：转引自肖尔兹著：《简明逻辑史》，张家龙译，商务印书馆1977年版，第54页。）
如果连抽象的哲学推理都能转变为计算来解决，法律推理的定量化也许还要相对简单一些。尽管理论上的可能性与技术可行性之间依然存在着巨大的鸿沟，但是，人工智能技术的发展速度确实令人惊叹。从诞生至今的短短45年内，人工智能从一般问题的研究向特殊领域不断深入。1956年纽厄尔和西蒙教授的“逻辑理论家”程序，证明了罗素《数学原理》第二章52个定理中的38个定理。塞缪尔的课题组利用对策论和启发式探索技术开发的具有自能力的跳棋程序，在1959年击败了其设计者，1962年击败了州跳棋冠军，1997年超级计算机“深蓝”使世界头号国际象棋大师卡斯帕罗夫俯首称臣。
20世纪60年代，人工智能研究的主要课题是博弈、难题求解和智能机器人；70年代开始研究语言理解和专家系统。1971年费根鲍姆教授等人研制出“化学家系统”之后，“计算机数学家”、“计算机医生”等系统相继诞生。在其他领域专家系统研究取得突出成就的鼓舞下，一些律师提出了研制“法律诊断”系统和律师系统的可能性。（注：Simon Chalton，Legal Diagnostics，Computers and Law，No.25，August 1980.pp.13-15.Bryan Niblett，Expert Systems for Lawyers，Computers and Law，No.29，August 1981.p.2.）
1970年Buchanan & Headrick发表了《关于人工智能和法律推理若干问题的考察》，一文，拉开了对法律推理进行人工智能研究的序幕。文章认为，理解、模拟法律论证或法律推理，需要在许多知识领域进行艰难的研究。首先要了解如何描述案件、规则和论证等几种知识类型，即如何描述法律知识，其中处理开放结构的法律概念是主要难题。其次，要了解如何运用各种知识进行推理，包括分别运用规则、判例和假设的推理，以及混合运用规则和判例的推理。再次，要了解审判实践中法律推理运用的实际过程，如审判程序的运行，规则的适用，事实的辩论等等。最后，如何将它们最终运用于编制能执行法律推理和辩论任务的计算机程序，区别和不同的案件，预测并规避对手的辩护策略，建立巧妙的假设等等。（注：Buchanan & Headrick，Some SpeculationAbout Artificial Intelligence and Legal Reasoning，23 StanfordLaw Review(1970).pp.40-62.）法律推理的人工智能研究在这一时期主要沿着两条途径前进：一是基于规则模拟归纳推理，70年代初由Walter G.Popp和Bernhard Schlink开发了JUDITH律师推理系统。二是模拟法律分析，寻求在模型与以前贮存的基础数据之间建立实际联系，并仅依这种关联的相似性而得出结论。Jeffrey Meld-man 1977年开发了计算机辅助法律分析系统，它以律师推理为模拟对象，试图识别与案件事实模型相似的其他案件。考虑到律师分析案件既用归纳推理又用演绎推理，程序对两者都给予了必要的关注，并且包括了各种水平的分析推理方法。
专家系统在法律中的第一次实际应用，是D.沃特曼和M.皮特森1981年开发的法律判决辅助系统(LDS)。研究者探索将其当作法律适用的实践工具，对美国民法制度的某个方面进行检测，运用严格责任、相对疏忽和损害赔偿等模型，计算出责任案件的赔偿价值，并论证了如何模拟法律专家意见的方法论问题。（注：'Models of LegalDecisionmaking Report'，R-2717-ICJ(1981).）
我国专家系统的研制于20世纪80年代中期起步。（注： 钱学森教授：《论法治系统工程的任务与》（《管理》1981年第4期）、《主义和法治学与技术》（《法制建设》1984年第3期）、《现代科学技术与法和法制建设》（《政法论坛》）1985年第3期）等文章，为我国法律专家系统的研发起了思想解放和奠基作用。）1986年由朱华荣、肖开权主持的《量刑综合平衡与电脑辅助量刑专家系统研究》被确定为国家社科“七五”研究课题，它在建立盗窃罪量刑数学模型方面取得了成果。在法律数据库开发方面，1993年中山大学学生胡钊、周宗毅、汪宏杰等人合作研制了《LOA律师办公自动化系统》。（注：杨建广、骆梅芬编著：《法治系统工程》，中山大学出版社1996年版，第344-349页。）1993年武汉大学法学院赵廷光教授主持开发了《实用刑法专家系统》。（注：赵廷光等著：《实用刑法专家系统用户手册》，北京新概念软件研究所1993年版。）它由咨询检索系统、辅助定性系统和辅助量刑系统组成，具有检索刑法知识和对刑事个案进行推理判断的功能。
专家系统与以往的“通用难题求解”相比具有以下特点：(1)它要解决复杂的实际，而不是规则简单的游戏或数学定理证明问题；(2)它面向更加专门的领域，而不是单纯的原理性探索；(3)它主要根据具体的问题域，选择合理的方法来表达和运用特殊的知识，而不强调与问题的特殊性无关的普适性推理和搜索策略。
法律专家系统在法规和判例的辅助检索方面确实发挥了重要作用，解放了律师一部分脑力劳动。但绝大多数专家系统只能做法律数据的检索工作，缺乏应有的推理功能。20世纪90年代以后，人工智能法律系统进入了以知识工程为主要技术手段的开发时期。知识工程是指以知识为处理对象，以能在机上表达和运用知识的技术为主要手段，研究知识型系统的设计、构造和维护的一门更加高级的人工智能技术。（注：《大百科全书·自动控制与系统工程》，中国大百科全书出版社1991年版，第579页。）知识工程概念的提出，改变了以往人们认为几个推理定律再加上强大的计算机就会产生专家功能的信念。以知识工程为技术手段的法律系统研制，如果能在法律知识的获得、表达和应用等方面获得突破，将会使人工智能法律系统的研制产生一个质的飞跃。
人工智能法律系统的源于两种动力。其一是法律实践自身的要求。随着社会生活和法律关系的复杂化，法律实践需要新的思维工具，否则，法律家（律师、检察官和法官）将无法承受法律日积月累和法律案件不断增多的重负。其二是人工智能发展的需要。人工智能以模拟人的全部思维活动为目标，但又必须以具体思维活动一城一池的攻克为过程。它需要通过对不同思维领域的征服，来证明知识的每个领域都可以精确描述并制造出类似人类智能的机器。此外，人工智能选择法律领域寻求突破，还有下述原因：(1)尽管法律推理十分复杂，但它有相对稳定的对象（案件）、相对明确的前提（法律规则、法律事实）及严格的程序规则，且须得出确定的判决结论。这为人工智能模拟提供了极为有利的条件。(2)法律推理特别是抗辩制审判中的司法推理，以明确的规则、理性的标准、充分的辩论，为观察思维活动的轨迹提供了可以记录和回放的样本。(3)法律知识长期的积累、完备的档案，为模拟法律知识的获得、表达和应用提供了丰富、准确的资料。(4)法律活动所特有的自我意识、自我批评精神，对法律程序和假设进行检验的传统，为模拟法律推理提供了良好的反思条件。
二、人工智能法律系统的价值
人工智能法律系统的研制对法学理论和法律实践的价值和意义，可以概括为以下几点：
一是方法论启示。P.Wahlgren说：“人工智能方法的研究可以支持和深化在创造性方法上的法反思。这个信仰反映了法理学可以被视为旨在于开发法律和法律推理之方法的活动。从法理学的观点看，这种研究的最终目标是揭示方法论的潜在作用，从而有助于开展从法理学观点所提出的解决方法的讨论，而不仅仅是探讨与计算机科学和人工智能有关的非常细致的技术方面。”（注：P.Wahlgren，Automationof Legal Reasoning:A Study on Artificial Intelligence and Law，Computer Law Series 11.Kluwer Law and Taxation Publishers.Deventer Boston 1992.Chapter 7.）在模拟法律推理的过程中，法学家通过与工人智能专家的密切合作，可以从其对法律推理的独特理解中获得有关方法论方面的启示。例如，由于很少有两个案件完全相似，在判例法实践中，总有某些不相似的方面需要法律家运用假设来分析已有判例与现实案件的相关性程度。但法学家们在假设的性质问题上常常莫衷一是。然而HYPO的设计者，在无真实判例或真实判例不能充分解释现实案件的情况下，以假设的反例来反驳对方的观点，用补充、删减和改变事实的机械论方法来生成假设。这种用人工智能方法来处理假设的办法，就使复杂问题变得十分简单：假设实际上是一个新的论证产生于一个经过修正的老的论证的过程。总之，人工智能方法可以帮助法学家跳出法理学方法的思维定势，用其他学科的方法来重新审视法学问题，从而为法律问题的解决提供了新的途径。
二是提供了思想实验手段。西蒙认为，尽管我们还不知道思维在头脑中是怎样由生理作用完成的，“但我们知道这些处理在数字机中是由电子作用完成的。给计算机编程序使之思维，已经证明有可能为思维提供机械论解释”。（注：转引自童天湘：《人工智能与第N代计算机》，载《》1985年第5期。）童天湘先生认为：“通过编制有关思维活动的程序，就会加深对思维活动具体细节的了解，并将这种程序送进计算机运行，检验其正确性。这是一种思想实验，有助于我们研究人脑思维的机理。”（注：转引自童天湘：《人工智能与第N代计算机》，载《哲学研究》1985年第5期。）人工智能系统研究的直接目标是使计算机能够获取、表达和法律知识，软件工程师为模拟法律推理而编制程序，必须先对人的推理过程作出基于人工智能和的独特解释。人工智能以功能模拟开路，在未搞清法律家的推理结构之前，首先从功能上对法律证成、法律检索、法律解释、法律适用等法律推理的要素和活动进行数理，将法、诉讼法学关于法律推理的研究成果模型化，以实现法律推理知识的机器表达或再现，从而为认识法律推理的过程和提供了一种实验手段。法学家则可以将人工智能法律系统的推理过程、方法和结论与人类法律推理活动相对照，为法律推理的法理学研究所借鉴。因此，用人工智能方法模拟法律推理，深化了人们对法律推理性质、要素和过程的认识，使法学家得以借助人工智能的敏锐透镜去考察法律推理的微观机制。正是在这个意义上，Bryan Niblett教授说：“一个成功的专家系统很可能比其他的途径对法理学作出更多的（理论）贡献。”（注：Bryan Niblett，ExpertSystems for Lawyers，Computers and Law，No.29，August 1981.note14，p.3.）
三是辅助司法审判。按照格雷的观点，法律专家系统首先在英美判例法国家出现的直接原因在于，浩如烟海的判例案卷如果没有计算机编纂、分类、查询，这种法律制度简直就无法运转了。（注：Pamela N.Gray Brookfield，Artificial Legal Intelligence，VT:DartmouthPublishing Co.，1997.p.402.）其实不仅是判例法，制定法制度下的律师和法官往往也要为检索有关的法律、法规和司法解释耗费大量的精力和时间，而且由于人脑的知识和记忆能力有限，还存在着检索不全面、记忆不准确的。人工智能法律系统强大的记忆和检索功能，可以弥补人类智能的某些局限性，帮助律师和法官从事相对简单的法律检索工作，从而极大地解放律师和法官的脑力劳动，使其能够集中精力从事更加复杂的法律推理活动。
四是促进司法公正。司法推理虽有统一的法律标准，但法官是具有主观能动性的差异个体，所以在执行统一标准时会产生一些差异的结果。司法解释所具有的建构性、辩证性和创造性的特点，进一步加剧了这种差异。如果换了钢铁之躯的机器，这种由主观原因所造成的差异性就有可能加以避免。这当然不是说让计算机完全取代法官，而是说，由于人工智能法律系统为司法审判提供了相对统一的推理标准和评价标准，从而可以辅助法官取得具有一贯性的判决。无论如何，我们必须承认，钢铁之躯的机器没有物质欲望和感情生活，可以比人更少地受到外界因素的干扰。正像计算机录取增强了高考招生的公正性、电子监视器提高了纠正行车违章的公正性一样，智能法律系统在庭审中的运用有可能减少某些徇私舞弊现象。
五是辅助法律和培训。人工智能法律系统凝聚了法律家的专门知识和法官群体的审判经验，如果通过软件系统或计算机实现专家经验和知识的共享，便可在法律教育和培训中发挥多方面的作用。例如，(1)在法学院教学中发挥模拟法庭的作用，可以帮助法律专业学生巩固自己所学知识，并将法律知识应用于模拟的审判实践，从而较快地提高解决法律实践问题的能力。(2)帮助新律师和新法官全面掌握法律知识，迅速获得判案经验，在审判过程的跟踪检测和判决结论的动态校正中增长知识和才干，较快地接近或达到专家水平。(3)可使不同地区、不同层次的律师和法官及时获得有关法律问题的咨询建议，弥补因知识结构差异和判案经验多寡而可能出现的失误。(4)可以为大众提供及时的法律咨询，提高广大人民群众的法律素质，增强法律意识。
六是辅助立法活动。人工智能系统不仅对辅助司法审判有重要的意义，而且对完善立法也具有实用价值。（注：Edwina L.Rissland，Artificial Intelligence and Law:Stepping Stones to a Modelof Legal Reasoning， Yale Law Journal.(Vol.99:1957-1981).）例如，伦敦大学Imperial学院的逻辑程序组将1981年英国国籍法的形式化，帮助立法者发现了该法在预见性上存在的一些缺陷和法律漏洞。（注：Edwina L.Rissland，Artificial Intelligence and Law:Stepping Stones to a Model of Legal Reasoning，The Yale LawJournal.(Vol.99:1957-1981).）立法辅助系统如能于法律起草和法律草案的审议过程，有可能事先发现一些立法漏洞，避免一个法律内部各种规则之间以及新法律与现有法律制度之间的相互冲突。
三、法在人工智能法律系统中的作用
1.人工智能法律系统的法理学思想来源
关于人工智能法律系统之法理学思想来源的追踪，不是对法理学与人工智能的联系作面面俱到的考察，而旨在揭示法理学对人工智能法律系统的所产生的一些直接。
第一，法律形式主义为人工智能法律系统的产生奠定了基础。18-19世纪的法律形式主义强调法律推理的形式方面，认为将法律化成简单的几何公式是完全可能的。这种以J·奥斯汀为代表的英国法学的传统，主张“法律推理应该依据客观事实、明确的规则以及逻辑去解决一切为法律所要求的具体行为。假如法律能如此运作，那么无论谁作裁决，法律推理都会导向同样的裁决。”（注：（美）史蒂文·J·伯顿著：《法律和法律推理导论》，张志铭、解兴权译，政法大学出版社1998年9月版，第3页。）换言之，机器只要遵守法律推理的逻辑，也可以得出和法官一样的判决结果。在分析法学家看来，“所谓‘法治’就是要求结论必须是大前提与小前提逻辑必然结果。”（注：朱景文主编：《对西律传统的挑战》，中国检察出版社1996年2月版，第292页。）如果法官违反三段论推理的逻辑，就会破坏法治。这种机械论的法律推理观，反映了分析法学要求法官不以个人价值观干扰法律推理活动的主张。但是，它同时具有忽视法官主观能动性和法律推理灵活性的僵化的缺陷。所以，自由法学家比埃利希将法律形式主义的逻辑推理说称为“自动售货机”理论。然而，从人工智能就是为思维提供机械论解释的意义上说，法律形式主义对法律推理所作的机械论解释，恰恰为人工智能法律系统的开发提供了可能的前提。从人工智能法律系统研制的实际过程来看，在其起步阶段，人工智能专家正是根据法律形式主义所提供的理论前提，首先选择三段论演绎推理进行模拟，由Walter G.Popp和Bernhard Schlink在20世纪70年代初开发了JUDITH律师推理系统。在这个系统中，作为推理大小前提的法律和事实之间的逻辑关系，被机以“如果A和B，那么C”的方式加以描述，使机器法律推理第一次从理论变为现实。
第二，法律现实主义推动智能模拟深入到主体的思维结构领域。法律形式主义忽视了推理主体的性。法官是生活在现实社会中的人，其所从事的法律活动不可能不受到其社会体验和思维结构的影响。法官在实际的审判实践中，并不是机械地遵循规则，特别是在遇到复杂案件时，往往需要作出某种价值选择。而一旦面对价值，法律形式主义的逻辑决定论便立刻陷入困境，显出其僵化性的致命弱点。法律现实主义对其僵化性进行了深刻的批判。霍姆斯法官明确提出“法律的生命并不在于逻辑而在于经验”（注：（美）博登海默著：《法理学——法及其方法》，邓正来、姬敬武译，华夏出版社1987年12月版，第478页。）的格言。这里所谓逻辑，就是指法律形式主义的三段论演绎逻辑；所谓经验，则包括一定的道德和理论、公共政策及直觉知识，甚至法官的偏见。法律现实主义对法官主观能动性和法律推理灵活性的强调，促使人工智能研究从模拟法律推理的外在逻辑形式进一步转向探求法官的内在思维结构。人们开始考虑，如果思维结构对法官的推理活动具有定向作用，那么，人工智能法律系统若要达到法官水平，就应该通过建立思维结构模型来设计机器的运行结构。TAXMAN的设计就借鉴了这一思想，法律知识被计算机结构语言以语义的方式组成不同的规则系统，解释程序、协调程序、说明程序分别对网络结构中的输入和输出信息进行动态结构调整，从而适应了知识整合的需要。大规模知识系统的KBS(Knowledge Based System)开发也注意了思维结构的整合作用，许多具有内在联系的小规模KBS子系统，在分别模拟法律推理要素功能（证成、法律查询、法律解释、法律适用、法律评价、理由阐述）的基础上，又通过联想程序被有机联系起来，构成了具有法律推理整体功能的概念模型。（注：P.Wahlgren，Automation of Legal Reasoning:A Study onArtificial Intelligence and Law，Computer Law Series 11.KluwerLaw and Taxation Publishers.Deventer Boston 1992.Chapter 7.）
第三，“开放结构”的概念打开了疑难案件法律推理模拟的思路。法律形式主义忽视了疑难案件的存在。疑难案件的特征表现为法律规则和案件之间不存在单一的逻辑对应关系。有时候从一个法律规则可以推出几种不同的结论，它们往往没有明显的对错之分；有时一个案件面对着几个相似的法律规则。在这些情况下，形式主义推理说都一筹莫展。但是，法律现实主义在批判法律形式主义时又走向另一个极端，它否认具有普遍性的一般法律规则的存在，试图用“行动中的法律”完全代替法学“本本中的法律”。这种矫枉过正的做法虽然是使法律推理摆脱机械论束缚所走出的必要一步，然而，法律如果真像现实主义法学所说的那样仅仅存在于具体判决之中，法律推理如果可以不遵循任何标准或因人而异，那么，受到挑战的就不仅是法律形式主义，而且还会殃及法治要求实现规则统治之根本原则，并动摇人工智能法律系统存在的基础。哈特在法律形式主义和法律现实主义的争论中采取了一种折中立场，他既承认逻辑的局限性又强调其重要性；既拒斥法官完全按自己的预感来随意判案的见解，又承认直觉的存在。这种折中立场在哈特“开放结构”的法律概念中得到了充分体现。法律概念既有“意义核心”又有“开放结构”，逻辑推理可以帮助法官发现的阳面，而根据政策、价值和后果对规则进行解释则有助于发现问题的阴面。开放结构的法律概念，使基于规则的法律推理模拟在受到概念封闭性的限制而对疑难案件无能为力时，找到了新的立足点。在此基础上，运用开放结构概念的疑难案件法律推理模型，通过逻辑程序工具和联想技术而建立起来。Gardner博士就疑难案件提出两种解决策略：一是将简易问题从疑难问题中筛选出来，运用基于规则的技术来解决；二是将疑难问题同“开放结构”的法律概念联系在一起，先用非范例知识如规则、控辩双方的陈述、常识来获得初步答案，再运用范例来澄清案件、检查答案的正确性。
第四，目的法学促进了价值推理的人工智能。目的法学是指一种所谓直接实现目的之“后法治”理想。美国法学家诺内特和塞尔兹尼克把法律分为三种类型。他们认为，以法治为标志的自治型法，过分强调手段或程序的正当性，有把手段当作目的的倾向。这说明法治社会并没有反映人类关于美好社会的最高理想，因为实质正义不是经过人们直接追求而实现的，而是通过追求形式正义而间接获得的。因此他们提出以回应型法取代自治型法的主张。在回应型法中，“目的为评判既定的做法设立了标准，从而也就开辟了变化的途径。同时，如果认真地对待目的，它们就能控制行政自由裁量权，从而减轻制度屈从的危险。反之，缺少目的既是僵硬的根源，又是机会主义的根源。”（注：（美）诺内特、塞尔兹尼克著：《转变中的法律与社会》，张志铭译，政法大学出版社1994年版，第60页。）美国批判法学家昂格尔对形式主义法律推理和目的型法律推理的特点进行了比较，他认为，前者要求使用明确、固定的规则，无视社会现实生活中不同价值观念的冲突，不能适应复杂情况和变化，追求形式正义；后者则要求放松对法律推理标准的严格限制，允许使用无固定内容的抽象标准，迫使人们在不同的价值观念之间做出选择，追求实质正义。与此相应，佩雷尔曼提出了新修辞学(New Rhetoric)的法律。他认为，形式逻辑只是根据演绎法或归纳法对问题加以说明或论证的技术，属于手段的逻辑；新修辞学要填补形式逻辑的不足，是关于目的的辩证逻辑，可以帮助法官论证其决定和选择，因而是进行价值判断的逻辑。他认为，在司法三段论思想支配下，法学的任务是将全部法律系统化并作为阐释法律的大前提，“明确性、一致性和完备性”就成为对法律的三个要求。而新修辞学的基本思想是价值判断的多元论，法官必须在某种价值判断的指示下履行义务，必须考虑哪些价值是“合理的、可接受的、社会上有效的公平的”。这些价值构成了判决的正当理由。（注：沈宗灵著：《西》，北京大学出版社1992年版，第443-446页。）制造人工智能法律系统最终需要解决价值推理的模拟问题，否则，就难以实现为判决提供正当理由的要求。为此，P.Wahlgren提出的与人工智能相关的5种知识表达途径中，明确地包括了以道义为基础的法律推理模型。（注：P.Wahlgren，Automation of Legal Reasoning:A Study on ArtificialIntelligence and Law，Computer Law Series 11.Kluwer Law andTaxation Publishers.Deventer Boston 1992.Chapter 7.）引入道义逻辑，或者说在机器中采用基于某种道义逻辑的推理程序，强调目的价值，也许是制造智能法律系统的关键。不过，即使把道义逻辑硬塞给机，钢铁之躯的机器没有生理需要，也很难产生价值观念和主观体验，没办法解决主观选择的问题。在这个问题上，波斯纳曾以法律家有七情六欲为由对法律家对法律的机械忠诚表示了强烈怀疑，并辩证地将其视为法律的动力之一。只有人才能够平衡相互冲突的利益，能够发现对人类生存和发展至关重要的价值。因此，关于价值推理的人工智能模拟究竟能取得什么成果，恐怕还是个未知数。
2.法对人工智能系统研制的指导作用
Gold and Susskind指出：“不争的事实是，所有的专家系统必须适应一些法理学理论，因为一切法律专家系统都需要提出关于法律和法律推理性质的假设。从更严格的意义上说，一切专家系统都必须体现一种结构理论和法律的个性，一种法律规范理论，一种描述法律的理论，一种法律推理理论”。（注：Gold and Susskind，ExpertSystems in Law:A Jurisprudential and Formal SpecificationApproach，pp.307-309.）人工智能法律系统的，不仅需要以法理学关于法律的一般理论为知识基础，还需要从法理学获得关于法律推理的完整理论，如法律推理实践和理论的，法律推理的标准、主体、过程、等等。人工智能对法律推理的模拟，主要是对法理学关于法律推理的知识进行人工智能方法的描述，建立数学模型并编制机程序，从而在智能机器上再现人类法律推理功能的过程。在这个过程中，人工智能专家的主要任务是研究如何吸收法理学关于法律推理的研究成果，包括法理学关于人工智能法律系统的研究成果。
随着人工智能法律系统研究从低级向高级目标的推进，人们越来越意识到，对法律推理的微观机制认识不足已成为人工智能模拟的严重障碍。P.Wahlgren指出，“许多人工智能技术在法律领域的开发项目之所以失败，就是因为许多潜在的法理学原则没有在系统开发的开始阶段被遵守或给予有效的注意。”“法理学对法律推理和方法论的关注已经有几百年，而人工智能的诞生只是本世纪50年代中期的事情，这个事实是人工智能通过考察法理学知识来丰富自己的一个有效动机。”（注：P.Wahlgren，Automation of Legal Reasoning:A Study onArtificial Intelligence and Law，Computer Law Series 11.KluwerLaw and Taxation Publishers.Deventer Boston 1992.Chapter 7.）因此，研究法律推理自动化的目标，“一方面是用人工智能（通过把计算机的应用与模型相结合）来支撑法律推理的可能性；另一方面是应用法理学理论来解决作为法律推理支撑系统的以及一般的人工智能问题。”（注：P.Wahlgren，Automation of Legal Reasoning:A Studyon Artificial Intelligence and Law，Computer Law Series 11.Kluwer Law and Taxation Publishers.Deventer Boston 1992.Chapter 7.）在前一方面，是人工智能法律系统充当法律推理研究的思想实验手段以及辅助司法审判的问题。后一方面，则是法律推理的法律学研究成果直接为人工智能法律系统的研制所应用的问题。例如，20世纪70年代法理学在真实和假设案例的推理和分析方面所取得的成果，已为几种人工智能法律装置借鉴而成为其设计工作的理论基础。在运用模糊或开放结构概念的法律推理研究方面，以及在法庭辩论和法律解释的形式化等问题上，法理学的研究成果也已为人工智能法律系统的研究所借鉴。
四、人工智能法律系统研究的难点
人工智能法律系统的研究尽管在很短的时间内取得了许多令人振奋的成果，但它的发展也面临着许多困难。这些困难构成了研究工作需要进一步努力奋斗的目标。
第一，关于法律解释的模拟。在法理学的诸多研究成果中，法律解释的研究对人工智能法律系统的研制起着关键作用。法律知识表达的核心问题是法律解释。法律规范在一个法律论点上的效力，是由法律家按忠实原意和适合当时案件的原则通过法律解释予以确认的，其中包含着人类特有的价值和目的考虑，反映了法律家的知识表达具有主观能动性。所以，德沃金将解释过程看作是一种结合了法律知识、信息和思维方法而形成的，能够应变的思维策略。（注：Dworkin，Taking RightsSeriously，Harvard University Press Cambridge，Massachusetts1977.p.75.）的法律专家系统并未以知识表达为目的来解释法律，而是将法律整齐地“码放”在计算机记忆系统中仅供一般检索之用。然而，在法律知识工程系统中，法律知识必须被解释，以满足自动推理对法律知识进行重新建构的需要。麦卡锡说：“在开发智能信息系统的过程中，最关键的任务既不是文件的重建也不是专家意见的重建，而是建立有关法律领域的概念模型。”（注：McCarty，Intelligent legalinformation systems:problems and prospects，op.cit.supra，note25，p.126.）建立法律概念模型必须以法律家对某一法律概念的共识为基础，但不同的法律家对同一法律概念往往有不同的解释策略。凯尔森甚至说：即使在国内法领域也难以形成一个“能够用来叙述一定法律共同体的实在法的基本概念”。（注：（奥）凯尔森著：《法与国家的一般理论》，沈宗灵译，大百科全书出版社1996年版，第1页。）尽管如此，法理学还是为法律概念模型的重建提供了一些方法。例如，德沃金认为，法官在“解释”阶段，要通过推理论证，为自己在“前解释”阶段所确定的大多数法官对模糊法律规范的“一致看法”提供“一些总的理由”。获取这些总的理由的过程分为两个步骤：首先，从现存的明确法律制度中抽象出一般的法律原则，用自我建立的一般法律理论来证明这种法律原则是其中的一部分，证明现存的明确法律制度是正当的。其次，再以法律原则为依据反向推出具体的法律结论，即用一般法律理论来证明某一法律原则存在的合理性，再用该法律原则来解释某一法律概念。TAXMAN等系统装置已吸收了这种方法，法律知识被计算机结构语言以语义的方式组成不同的规则系统，解释程序使计算机根据案件事实来执行某条法律规则，并在新案件事实输入时对法律规则作出新的解释后才加以调用。不过，法律知识表达的进展还依赖于法律解释研究取得更多的突破。
第二，关于启发式程序。的专家系统如果不能与启发式程序接口，不能运用判断性知识进行推理，只通过规则反馈来提供简单解释，就谈不上真正的智能性。启发式程序要解决智能机器如何模拟法律家推理的直觉性、经验性以及推理结果的不确定性等，即人可以有效地处理错误的或不完全的数据，在必要时作出猜测和假设，从而使问题的解决具有灵活性。在这方面，Gardner的混合推理模型，Edwina L.Rissland运用联想程序对规则和判例推理的结果作集合处理的思路，以及Massachusetts大学研制的CABARET（基于判例的推理工具），在将启发式程序于系统开发方面都进行了有益的尝试。但是，法律问题往往没有唯一正确的答案，这是人工智能模拟法律推理的一个难题。选择哪一个答案，往往取决于法律推理的目的标准和推理主体的立场和价值观念。但智能机器没有自己的目的、利益和立场。这似乎从某种程度上划定了机器法律推理所能解决问题的范围。
第三，关于法律语言理解。在设计基于规则的程序时，设计者必须假定整套规则没有意义不明和冲突，程序必须消灭这些问题而使规则呈现出更多的一致性。就是说，尽管人们对法律概念的含义可以争论不休，但输入机器的法律语言却不能互相矛盾。机器语言具有很大的局限性，例如，LDS基于规则来模拟严格责任并实际损害时，表现出的最大弱点就是不能使用不精确的自然语言进行推理。然而，在实际的法律推理过程中，法律家对某个问题的任何一种回答都可根据上下文关系作多种解释，而且辩论双方总是寻求得出不同的结论。因此，智能法律专家系统的成功在很大程度上还依赖于自然语言理解工作的突破。牛津大学的一个程序组正在研究法律自然语言的理解问题，但是遇到了重重困难。原因是连法学家们自己目前也还没有建立起一套大家一致同意的专业术语规范。所以Edwina L.Rissland认为，常识知识、意图和信仰类知识的模拟化，以及自然语言理解的模拟问题，迄今为止可能是人工智能面临的最困难的任务。对于语言模拟来说，像交际短语和短语概括的有限能力可能会在较窄的语境条件下取得成果，完全的功能模拟、一般“解决问题”能力的模拟则距离非常遥远，而像书面上诉意见的理解则是永远的终极幻想。（注：Edwina L.Rissland，ArtificialIntelligence and Law:Stepping Stones to a Model of LegalReasoning， Yale Law Journal.(Vol.99:1957-1981).）
五、人工智能法律系统的开发策略和应用前景
我们能够制造出一台什么样的机器，可以证明它是人工智能法律系统？从检验标准上看，这主要是法律知识在机器中再现的判定问题。根据“图灵试验”原理，我们可将该检验标准概括如下：设两间隔开的屋子，一间坐着一位法律家，另一间“坐着”一台智能机器。一个人（也是法律家）向法律家和机器提出同样的法律问题，如果提问者不能从二者的回答中区分出谁是法律家、谁是机器，就不能怀疑机器具有法律知识表达的能力。
依“图灵试验”制定的智能法律系统检验标准，所看重的是功能。只要机器和法律家解决同样法律问题时所表现出来的功能相同，就不再苛求哪个是钢铁结构、哪个是血肉之躯。人工智能立足的基础，就是相同的功能可以通过不同的结构来实现之功能模拟。
从功能模拟的观点来确定人工智能法律系统的研究与开发策略，可作以下考虑：
第一，扩大人工智能法律系统的研发主体。现有人工法律系统的幼稚，暴露了仅仅依靠计算机和知识工程专家从事系统研发工作的局限性。因此，应该确立以法律家、逻辑学家和计算机专家三结合的研发群体。在系统研发初期，可组成由法学家、逻辑与认知专家、计算机和知识工程专家为主体的课题组，制定系统研发的整体战略和分阶段实施的研发规划。在系统研发中期，应通过等手段充分吸收初级产品用户（律师、检察官、法官）的意见，使研发工作在理论研究与实际应用之间形成反馈，将开发精英与广大用户的智慧结合起来，互相启发、群策群力，推动系统迅速升级。
第二，确定与相结合、以应用为主导的研发策略。国外人工智能系统的研究大多停留在实验室领域，还没有在司法实践中加以应用。但是，任何智能系统包括相对简单的软件系统，如果不经过用户的长期使用和反馈，是永远也不可能走向成熟的。从我国的实际情况看，如果不能将初期研究成果尽快地转化为产品，我们也难以为后续研究工作提供雄厚的资金支持。因此，人工智能法律系统的研究必须走产研结合的道路，坚持以应用开路，使智能法律系统尽快走出实验室，同时以研究为先导，促进不断更新升级。
第三，系统研发目标与初级产品功能定位。人工智能法律系统的研发目标是制造出能够满足多用户（律师、检察官、法官、立法者、法学家）多种需要的机型。初级产品的定位应考虑到，人的推理功能特别是价值推理的功能远远超过机器，但人的记忆功能、检索速度和准确性又远不如机器。同时还应该考虑到，我国目前有12万律师，23万检察官和21万法官，每年1.2万法学院本科毕业生，他们对法律知识的获取、表达和应用能力参差不齐。因此，初级产品的标准可适当降低，先研制推理功能薄弱、检索功能强大的法律专家系统。可与机厂商合作生产具有强大数据库功能的硬件，并确保最新法律、法规、司法解释和判例的网上及时更新；同时编制以案件为引导的高速检索软件。系统开发的先期目标应确定为：(1)替律师起草仅供的起诉书和辩护词；(2)替法官起草仅供参考的判决书；(3)为法学院学生提供模拟法庭审判的通用系统软件，以辅助学生在起诉、辩护和审判等诉讼的不同阶段巩固所学知识、获得审判经验。上述软件旨在提供一个初级平台，先解决有无和急需，再不断收集用户反馈意见，逐步改进完善。
第四，实验室研发应确定较高的起点或跟踪战略。国外以知识工程为主要技术手段的人工智能法律系统开发已经历了如下阶段：(1)主要适用于简单案件的规则推理；(2)运用开放结构概念的推理；(3)运用判例和假设的推理；(4)运用规则和判例的混合推理。我们如确定以简单案件的规则推理为初级市场产品，那么，实验室中第二代产品开发就应瞄准运用开放结构概念的推理。同时，跟踪运用假设的推理及混合推理，吸收国外先进的KBS和HYPO的设计思想，将功能子系统开发与联想式控制系统结合。HYPO判例法推理智能装置具有如下功能：(1)评价相关判例；(2)判定何方使用判例更加贴切；(3)并区分判例；(4)建立假设并用假设来推理；(5)为一种主张引用各种类型的反例；(6)建立判例的引证概要。HYPO以商业秘密法的判例推理为模拟对象，假设了完全自动化的法律推理过程中全部要素被建立起来的途径。值得注意的是，HYPO忽略了许多要素的存在，如商业秘密法背后的政策考虑，法律概念应用于实际情况时固有的模糊性，信息是否已被公开，被告是否使用了对方设计的产品，是否签署了让与协议，等等。一个系统设计的要素列表无论多长，好律师也总能再多想出一些。同样，律师对案件的分析，不可能仅限于商业秘密法判例，还可能援引侵权法或专利法的判例，这决定了起诉缘由的多种可能性。Ashley还讨论了判例法推理模拟的其他困难：判例并不是概念的肯定的或否定的样本，因此，要通过要素等简单的法律术语使模糊的法律规则得到澄清十分困难，法律原则和类推推理之间的关系还不能以令人满意的方式加以描述。（注：Edwina L.Rissland，Artificial Intelligence and Law:Stepping Stones toa Model of Legal Reasoning， Yale Law Journal.(Vol.99:1957-1981).）这说明，即使具有较高起点的实验室基础研究，也不宜确定过高的目标。因为，智能法律系统的研究不能脱离人工智能的整体发展水平。
第五，人－机系统解决方案。人和机器在解决法律时各有所长。人的优点是能作价值推理，使法律问题的解决适应的变化发展，从而具有灵活性。机器的长处是记忆和检索功能强，可以使法律问题的解决具有一贯性。人－机系统解决方案立足于人与机器的功能互补，目的是解放人的脑力劳动，服务于国家的法治建设。该方案的实施可以分为两个阶段：第一阶段以人为主，机器为人收集信息并作初步分析，提供决策参考。律师受理案件后，可以先用机器处理大批数据，并参考机器的起诉和辩护方案，再做更加高级的推证工作。法官接触一个新案件，或新法官刚接触审判工作，也可以先看看“机器法官”的判决建议或者审判思路，作为参考。法院的监督部门可参照机器法官的判决，对法官的审判活动进行某种监督，如二者的判决结果差别太大，可以审查一下法官的判决理由。这也许可以在一定程度上制约司法腐败。在人－机系统开发的第二阶段，会有越来越多的简单案件的判决与电脑推理结果完全相同，因此，某些简单案件可以机器为主进行审判，例如，美国小额法庭的一些案件，我国法庭可用简易程序来审理的一些案件。法官可以作为“产品检验员”监督和修订机器的判决结果。这样，法官的判案效率将大大提高，法官队伍也可借此“消肿”，有可能大幅度提高法官薪水，吸引高素质法律人才进入法官队伍。
刑法论文6600字(一)：人工智能时代的刑法问题与应对思路论文
摘要：人工智能技术的迅猛发展以及人工智能时代的徐徐到来，正在深刻动摇传统刑法体系及其基础。智能主体的出现及其对“人”的刑法地位的冲击首当其冲，应当从智能主体的刑事责任能力与判断这一角度出发，审慎地研判智能主体的刑法地位及其权利保护问题。面对智能时代下的新型犯罪及其归责问题，应当区分利用智能主体作为犯罪工具、针对智能主体实施犯罪、智能主体独立实施犯罪等情形，充分利用现有刑法原理与刑法解释学等资源，激活传统罪名的扩张适用潜能，妥善解决刑事责任归属问题。社会形势更替与发展决定了刑法立法的变革及其必然性，应当高度重视适应人工智能的刑法立法完善课题，并根据实践需要，逐步通过增设新的罪名与新的刑罚措施等方式，来满足日益发展的新型社会需求。
关键词：人工智能；智能犯罪主体；刑事责任类型；立法前瞻
一、人工智能时代的犯罪主体蜕变
在人工智能时代，智能主体的智能化程度不断升高，其最终结果是与“人”可以媲美甚至超越人的智能，这就直接从根本上冲击“人”作为犯罪主体的刑法地位，也引发了智能主体是否可以成为犯罪主体及其客观的影响等一系列问题。
（一）智能犯罪主体的地位
目前，鉴于人工智能技术的本质就是基于“算法”而形成的高度智能化属性，由此确立的智能主体，在不断接近人类的智能之际，其主体性问题也必然出现。它是指智能主体是否与人无差异、是否可以作为一种犯罪主体而存在的问题。
目前，关于新兴智能主体可能的未来刑法地位，主要观点如下。其一，电子人。该观点认为，人工智能的主要特征是智能化，在智能程度不断升高后，智能主体逐步具有自主性、主动性，不再是完全受人支配的行为客体、制造产品等，法律应设定为“电子人”。③其二，有限的法律拟制主体。该观点认为，从刑法的角度看，智能机器人及更广义的人工智能主体并不具备法律的主体资格与地位。相比之下，赋予智能机器人具有民事领域的主体地位，并不存在法律技术障碍。在现有条件下，关于智能机器人是否具有法律人格的讨论，当前需要结合现行有效的法律规定，根据解释论的基础和限度，在坚持人工智能为客体的原则下，运用拟制的法律技术，将特定情形下的人工智能认定为法律主体。④其三，分阶段的法律主体类型。该观点认为，从法理的角度看，自主意识和独立的意思表示是法律主体应当具备的必要条件，财产是主体承担法律责任的物质基础，并为赋予法律主体资格提供了可行性。初期的人工智能仍属于“行为”工具的范畴，自主智能机器人的“自主意识”和“表意能力”以及“人性化”是赋予智能机器人取得法律人格的必要条件。在智能时代的后期，人工智能作为工具论以及作为法律拟制的主体等，将渐次成为智能机器人的法律人格形式。⑤其四，有限的法律主体人格。该观点认为，人工智能具有独立自主的行为能力，有资格享有法律权利并履行义务和承担责任，人工智能应当具有法律人格。不过，由于人工智能承担行为能力的后果有限，人工智能适用特殊的法律规范与侵权责任体系安排，其具有的法律人格是有限的法律人格，域外对此已有立法上的尝试。⑥
总体上看，关于正在形成的人工智能主体是否应当具有法律主体资格，上述四种看法总体上均持肯定的立场，并以限制的法律主体为主要立场，同时，也侧重根据人工智能技术的发展阶段对人工智能主体的法律地位进行动态判断和划分。
应该说，以上四种观点，各有其可取之处。它们的共同之处在于，基于技术发展与现实需要的情况，理性地、有限制地明确肯定人工智能主体应当具备法律主体的资格，进而认为其也可以作为刑法意义上的犯罪主体。同时，上述观点的主张者认为，在目前的智能技术以及应用背景下，赋予人工智能体完全与人一样的法律主体资格，在技术上不够现实，在实践中也难以把控。基于这些考虑，他们提出根据人工智能技术的发展阶段，确立不同类型的人工智能体及其法律资格、行为能力等的做法，是贴合实际的。
基于此，可以看出的是，在讨论智能主体是否具备刑法中的主体资格问题时，仍需要回归到规范刑法学层面，尝试探讨智能主体的刑事责任能力等规范要素。尽管其可能不是最好的办法，但它目前是适当的权宜之计。
（二）智能主体的刑事责任能力
按照传统刑法理论，犯罪主体以具备刑事责任能力为前提，犯罪主体通常是自然人，但也包括法律拟制的法人。对于智能主体而言，对其特定层面上的刑事责任能力的考察，也不妨成为判断智能主体地位的一个重要突破口。
我国刑法理论研究者较早地意识到刑事责任能力对判断智能主体的地位的重要作用，并形成了以下判断的方法。其一，以人工智能产品的智能强弱度作为评价系数。人工智能技术是基于“算法”而推进的，其目标是与“人的智能”高度接近或者完全超越“人的智能”。因而，不同人工智能技术或阶段，所确立的智能水平或程度是不同的。由此，可以根据智能程度，对智能主体进行划分。易言之，人工智能技术是不断发展的，从其应用的角度看，不同类型的人工智能体，主要差异在于智能程度的繁简。例如，有观点认为，人工智能产品作为目前高度智能化的现实载体，可以根据其是否具有辨认能力和控制能力，将其区分为弱人工智能产品与强人工智能产品。前者在设计和编制的程序范围内，可以独立判断，可以自主作出决策，但归根结底，仍然是设计者或使用者的意志，缺乏刑法意义上的辨认能力和控制能力。后者在设计和编制的程序范围内，可以独立判断，可以自主作出决策，实现设计者或使用者的意志，也可以超出设计和编制的程序设定的范围，进行自主决策，基于自身的独立意志实施相应行为，因而整体上都具有辨认能力和控制能力。⑦其二，刑事责任年龄的“功能类比”路径。不同的智能产品，其智能化的程度也不同，由此，智能化程度是最基本的技术差异特征，它的作用类似于判断刑事责任能力及其程度的刑事责任年龄。从技术本身以及判断系统的可行性而言，需要一套符合实际且便于操作的智能评判标准，评价主体可以是研发者及行业技术人员，目的是为了对智能产品的智能化程度采取技术认定，通过类比来判断人工智能产品的智能化程度与刑事责任年龄的匹配性。
（三）智能主体的刑法地位及其影响
在人类社会中，人是最重要的存在基础，也是占据主导地位的行动主体。从近现代刑法的发展史看，保障人权作为其核心命题，正是围绕加害人与被害人以及受之影响的国家、社会而展开的。然而，在智能时代，智能主体的出现，不仅打破这种长期以来的制度平衡关系，而且对传统刑法的发展与走向产生了深刻的影响。
1.实施犯罪与承担刑事责任的能力
从逻辑上看，自然人具有刑事责任能力是其作为犯罪主体的基本前提，相应地，智能机器人是否具有刑事责任能力，是其成为刑事责任主体的关键前提。①目前，智能机器人可以通过深度学习，逐步确认自主意识和自我意志，从而，智能机器人可以超出研发者与设计者所设计和编制的程序范围，独立实施危害行为。独立的辨认能力和控制能力是其基础。智能机器人具备独立的辨认能力和控制能力，则意味着具有和“人”一样的刑事责任能力。智能机器人可以是独立的刑事责任主体，实施了严重危害社会的犯罪行为，应当承担刑事责任。②
2.机器人权利及其刑法保护
人工智能技术的发展以及智能主体的推陈出新，迅速强化了智能主体的地位，相应地，机器人是否拥有权利及其权利地位等问题相继涌现。当然，机器人的权利，不同于人类的“自然权利”，相比之下，智能主体的权利具有法律的拟制性、利他性、功能性等特殊性。目前，从智能技术及其应用等因素看，机器人的权利主要有数据共享权、个体数据专有权、基于功能约束的自由权、获得法律救济权等。从法理上看，确立机器人的权利，对传统法律体系与权利体系都有影响。从立法技术看，应明确机器人权利的边界及法律保留事项、加强法律与机器人伦理规范的衔接、建立机器人监管机制。从技术发展的趋势看，伴随智能主体的智能程度及其地位的提升，必然出现智能主体的权利问题。
智能机器人不仅可以作为未来的潜在犯罪主体，而且，作为人工智能社会的行为主体，智能机器人也同样具有相应的法律权利。尽管权利的内涵与形式存在很大的差异，但不妨碍智能主体的地位与基本权利应受到保护。作为拥有法律赋予的基本权利的智能主体，对智能主体进行保护既是必要的，也是对其法律主体地位的一种维护。
二、人工智能时代的刑事责任与基本思路
在人工智能时代，犯罪主体身份的变动，也直接牵涉到其他犯罪构成要件要素的整体变化。这不可避免地影响刑事归责问题。对此，需要站在一个更契合人工智能时代的语境下展开更理性的讨论，通过刑事归责来遏制刑事风险问题。
（一）利用智能主体实施犯罪
人工智能技术是现代互联网信息技术的下一个端口，从其刑事风险的类型看，利用人工智能技术本身及其应用实施犯罪以及最具智能性的智能主体实施犯罪，是最常见的类型，其本质是技术滥用作为一种犯罪工具，滥用主体应当承担刑事责任。
1.行为定性的路径
在人工智能时代的发展初期阶段，智能程度偏低的人工智能产品等作为犯罪工具，被利用于实施严重危害社会的犯罪行为，可能涉及危害国家安全、国防利益、公共安全、社会管理秩序、经济秩序以及侵犯公民人身和财产等方面。同时，从刑法角度看，行为人故意利用人工智能实施犯罪行为的刑事责任分析，都是在人工智能及其应用对于行为人而言只是一种“智能工具”的情况下进行的。
2.新型网络罪名的解释张力
从刑法原理的角度看，对利用人工智能主体等实施犯罪的情形，进行前瞻性的定性讨论，具有积极的意义。然而，受制于理论、立法等滞后的因素，对其进行相对独立的定性分析可能效果不佳，对此，不妨从刑法解释学的角度出发，尝试对现有的关于网络犯罪的规定与人工智能时代需要刑法作回应和调整的相关行为及其社会关系进行比对性分析和解释，取得包容性和一致性以后，可以按照我国现行刑法的规定对后者予以定罪量刑。
（二）针对智能主体实施犯罪
从类比的角度看，当前不断趋于严峻的网络犯罪，在本质上与人工智能时代的犯罪具有“相当性”。换言之，智能主体可以是被害的对象，继而也可能是需要保护的对象，因为这关系到智能时代的安全与有序，不过，如何对其加以保护需进一步讨论。
1.研发者与使用者作为责任主体与预见义务的判断
对于人工智能初期阶段，智能主体的研发者与设计者处于非常重要的地位，负有监管的义务。根据我国《刑法》的规定，监督过失犯罪的责任主体并不包含人工智能产品的研发者和使用者，也不包含人工智能产品本身，因此，对这类研发者和使用者而言，不能追究监督过失的刑事责任。这可能是现行刑法应对人工智能刑事风险的制度缺陷。⑧然而，从学理上看，研发者与设计者对于智能主体而言，具有不可替代的地位和作用，甚至目前处于“独占”状态，应当是首要的“伦理责任者”与安全的“守护者”，也是智能主体所面临的刑事风险的首要来源。
2.传统计算机犯罪罪名的解释能力
在现行我国刑法尚未对人工智能作出具体规定的条件下，对于针对智能主体实施的犯罪问题，在定性上，也可以援引网络“对象型”犯罪规定，从而缓解“无法可依”的窘境。
（三）智能主体独立实施犯罪
从人工智能技术发展的角度看，针对人工智能所设计和编制的程序，对于日益智能化的智能机器人而言，其控制能力将明显下降。这也就意味着人类作为研发者与设计者，对智能主体的控制力也会不断降低。相应地，真正意义上的智能机器人在不久的将来可能出现，其将完全具有独立的辨认能力与控制能力，完全可能按照自主意识和意志实施严重危害社会的犯罪行为，应当成为刑事责任的主体。
三、人工智能时代的刑事立法课题及其展开
无论是刑法原理的拓展，还是刑法解释学的展开，在回应人工智能时代的挑战时都显得“力不从心”，因为立法完善的积极功能尚未被释放，也就无法从规范本体的层面化解“规范供给不足”的难题。关于网络犯罪的刑罚应对就是力证。对于人工智能时代的刑事风险，刑法立法应作出前瞻性的有组织反应，从而提高当代刑法的时代性与治理犯罪的效果。
（一）刑法立法应对路径的现实必要性
在任何社会形态中，刑法通过立法实现自我完善与功能转型，不仅是立法所具有的“变革”能力的客观体现，也是社会历史经济发展所“倒逼”的结果。对于人工智能时代的犯罪问题，刑事立法完善仍然是应有的选择。
1.人工智能时代倒逼立法变革
在大变革时代，理论界应当确立的一般共识是，人工智能技术的发展，客观上迫使传统刑事立法作出改变，因应智能时代的新型、专属立法是必然趋势。首先，人工智能技术的迅猛发展及其广泛应用，已经在很大程度上对传统法律制度、伦理道德观念等产生了重大影响，社会变革要求法律转型。人工智能技术的快速迭代与法律发展及其监管的滞后现象之间的不适性会进一步加剧。可以肯定的是，在人工智能时代，法律的“无人区”问题会逐渐显现，简单地说，就是很多人工智能引发的法律问题，传统法律制度无法有效解决。
2.应对人工智能的刑法立法方向
不同的社会形态，要求与之相适应的立法活动。例如，面对传统的犯罪问题与正在迅猛发展的网络犯罪问题，刑事立法的立场及其内容是有差异的，⑥否则便违背了科学立法的基本精神。这对于人工智能时代的刑事立法而言也是如此。
（二）人工智能犯罪时代的罪名增设
关于人工智能时代的刑法立法活动，合理增设新的罪名是回应司法需求的当务之急。只是在罪名增设的问题上，要防止“见招拆招”的被动性，提高立法的科学性与体系性，循序渐进地根据实际需要并立足长远增设新型罪名。
（三）人工智能犯罪时代的刑罚增设
在刑法学体系的框架下，犯罪与刑罚属于“首尾”两端的基本范畴，犯罪是前提，刑罚是末端，两者的协同呼应关系，是依法有效打击犯罪的制度保障。⑩对于人工智能时代下的新型犯罪问题，传统刑罚体系也需要及时作出相应的调整。
1.刑罚体系更新的必然性
在人工智能时代，犯罪的本质及其特征等因素，都在不同程度上发生了变化，刑事责任的内容也是如此。刑罚作为末端，也受此影响。基于有效惩治和预防犯罪的目的，有必要对传统刑事制裁体系进行一定的调整。
在此基础上，从刑法学理的角度看，智能机器人所适用的刑罚体系在一定程度上要有别于现有的自然人和单位主体，所以，需要遵循不同的立场和原则。例如，设计智能机器人的刑罚体系时，必须坚持罪刑相适应原则、以刑罚目的为导向原则、刑罚节俭性原则。①刑罚措施及其体系必须能够“有效地”惩罚不同类型的人工智能犯罪问题。
2.立法完善的建言
目前，关于立法完善的路径已经形成了以下不同看法。其一，删除数据、修改程序、永久销毁。一是删除数据。强人工智能产品的行动能力依赖其相应的数据信息，也是其实施犯罪行为所依赖的前提。删除这些数据信息，就等于“抹除”强人工智能产品的“犯罪记忆”，强人工智能产品也恢复到原有的正常状态。二是修改程序。如果删除数据的做法，无法删除有可能实施违法犯罪行为的“负面数据”，也就是说无法阻止强人工智能产品主动获取这些实施犯罪的数据。考虑到正面引导的失效，应当强制修改该智能产品的基础程序，限定智能产品获取外界数据、深度学习的能力在特殊的范围之内，进而彻底剥夺实施犯罪行为的可能性。三是永久销毁。
3.立法修正思路的探索
设计针对人工智能犯罪的刑事制裁措施及其体系是一项全新的探索，并无现成的经验可循，因而，需要根据人工智能技术及其刑事风险的动态进行考量，具体而言，应考量以下方面。其一，传统刑罚种类的历史扬弃命运。诚然，死刑、有期徒刑或者罚金刑、驱逐出境等传统意义上的生命刑、自由刑、财产刑以及资格刑等刑罚制度，对于智能犯罪以及智能机器人的犯罪主体而言，不仅在内容与形式上不相适应，而且也暴露了传统刑罚种类在智能犯罪时代的“无效”问题。进一步讲，人类社会在近现代刑法体系中所确立的自由刑为主导、财产刑为辅助的刑罚结构，由于具体的刑罚措施与刑罚种类无法对智能犯罪主体起有效作用，使其立法的滞后性暴露无遗。在此情况下，诸如死刑等具体的传统刑罚措施被迫作出改变，“扬弃”成为最理性的选择。尽管如此，传统刑罚体系与刑罚结构的法学构建思维与逻辑，仍有其可借鉴之处。
刑法毕业论文范文模板(二)：互联网金融领域刑法规制探究论文
［摘要］伴随着金融市场的不断扩张、互联网技术的高速发展以及信息安全技术水平的提高，互联网金融作为一种新兴事物逐渐走进大众的生活。互联网金融是一种新时代背景下的全新金融模式，把“互联网+”的元素融入传统金融活动，极大促进了我国社会主义市场经济的发展。同时互联网金融的蓬勃发展也对法律规制提出了更高的要求。由于互联网金融展现出的全新特性和其本身涉及的业务模式很容易成为如非法经营罪、非法吸收公众存款罪和集资诈骗罪等滋生的温床，因此，互联网金融领域迫切需要完备科学的刑事法律制度加以规制和监管，保证经济活动的健康运行与繁荣稳定。
［关键词］互联网金融；金融犯罪；刑法规制；金融刑事法体系治理
一、互联网金融犯罪的性质与特征
（一）互联网金融犯罪的性质
互联网金融犯罪或金融犯罪并不是一个罪名，也没有一个准确的、统一的定义。根据我国《刑法》的相关规定，金融犯罪包括金融诈骗罪和破坏金融管理秩序罪两类。金融犯罪的界限相对模糊，而互联网金融犯罪由于其新特性，边界也更加无法精确划定。随着互联网技术进一步发展，以及金融技术的创新，互联网金融犯罪也展现出其独特的时代特色。互联网金融犯罪，顾名思义，即是互联网金融的相关商业活动中出现的严重危害金融秩序的犯罪活动。随着经济的不断发展和互联网（特别是移动互联网）技术的完善，互联网金融犯罪作为一种新型犯罪出现于金融市场中，主要表现为诈骗罪、非法经营罪、洗钱罪、非法集资罪等形式①。
（二）互联网金融犯罪的特征
互联网金融犯罪，是以互联网与信息技术作为载体的金融犯罪。首先，金融是一个复杂系统，金融犯罪由于其本身与经济活动密切相关，金融活动的运作又具备复杂的流程和需要使用专业技术，同时规模又极为庞大、业务种类繁多、所面向的受众广泛且不确定，从诞生之初就有隐蔽性的特点，具体表现为发现有难度、调查有难度、防范有难度。互联网世界是一个虚拟空间，因此更赋予了互联网金融犯罪的隐蔽性。其次，互联网是世界通信技术发展的革命性产物，让信息传播速度以几何级数爆炸式提升，因此互联网金融犯罪也具有其他经济犯罪所不具备的极快的传播速度，同时还有地域跨度极广的特点，破坏力极强。另外，互联网金融犯罪也展示出其创新性。互联网技术日新月异，信息安全技术以及其他相关保护手段和规制措施却无法保证与时俱进，因此互联网金融犯罪者利用最新技术不断寻找着安全系统漏洞，其犯罪手段、技术和形式也在不断创新，使防范、惩治的难度更大。综上，互联网金融犯罪具备着复杂的特性，给我国市场经济和金融安全造成了很大破坏。
二、互联网金融犯罪历史发展
早期的金融犯罪主要是集中在银行领域，在市场经济发展初期，货币就是现金，现金也就是货币，少展现为其他表现形式。而金融活动也多集中在银行领域，证券、期货市场等仍然处在萌芽阶段。因此此时的刑法更多是针对于对国有银行的保护，比如国有金融机构人员违法违规放贷、高利贷、非法买卖外汇犯罪等。但在初期的金融犯罪规制中，我国刑法针对金融领域犯罪的配置就已经暴露出滞后性，法律漏洞也很常见。
随着改革开放的深入，市场经济的转型不断深化，金融业进入了蓬勃发展阶段。我国刑法也顺应时代要求进行了补充、修改和完善。1997年刑法就形成了“破坏金融管理秩序罪”和“金融诈骗罪”两个独立章节，确立了金融犯罪的基本框架。在内容上也不仅仅是对于银行业的保护，而是进一步加入了对于保险、证券业的保护，比如“保险诈骗罪”“内幕交易罪”“操纵证券、期货市场罪”，基本满足了所处时代的立法规制要求。
近年来，互联网技术爆炸式发展，极大地改变了传统的金融市场运作模式，互联网金融开始走向台前。诸如“蚂蚁金服”“微信支付”“京东白条”等新型互联网金融产品出现；前海微众银行在2014年底开业，这也是中国首家互联网企业运营的银行金融机构。国家层面也动作不断，比如《关于促进互联网金融健康发展的指导意见》的出台、金融稳定发展委员会的成立等一系列重大事件说明互联网金融已经引起国家重视。在现阶段，互联网金融犯罪是指“大金融领域”的犯罪，不仅仅是指传统金融市场中的犯罪行为，同样也包括互联网金融市场领域的犯罪。但与此同时，金融风险也在不断累积，引发了诸多互联网金融犯罪。2015年底至今一直在大量出现P2P平台“爆雷”“跑路”的新闻，大量不法分子假借互联网金融之名来实施金融犯罪，诸如诈骗、非法集资、非法吸收公众存款等犯罪行为屡见不鲜①，威胁了目前社会大众的财产安全，也给金融市场运行秩序带来了极大挑战。
三、互联网金融犯罪风险分布
目前，在互联网金融领域存在大量的网络贷款平台，其运作模式主要是通过P2P方式进行的点对点借贷，基于网贷平台的内部评级系统和贷款利率定价，通过配资来实现借贷行为。P2P网贷活动最典型的特点是放款门槛低、放款速度快，客观上说加快了市场资金流动，降低了融资难度，同时平台方也获得了相对可观的利息回报②。这种模式在2007年以来的短短几年内爆炸式发展。但是最基本的经济学常识告诉我们，天下没有免费的午餐，投资的风险和收益互成正比③。P2P行业2014年进入寒冬，“爆雷”事件频发，大量投资者损失惨重。很多投资人利用信用卡还款，但是一旦资金链断裂就会有无法还本付息的情况出现，此时会大量滋生信用卡诈骗犯罪。
网络贷款平台的运营往往在扩张其经营规模上，在法律合规审查以及内部控制方面存在大量漏洞，如很多岗位并未遵循分离机制和运作流程审查不够完备等问题。此时则会导致职务犯罪的出现，如职务侵占罪等侵吞资金和私自挪用资金的犯罪行为。
在互联网金融活动的一般运作模式中，可以发现互联网金融交易的隐名性、活动的隐蔽性和资金来历的隐蔽性。犯罪分子很容易利用这些特性来实施不法活动，最典型的例子就是洗钱罪。比如网上银行作为一种新型网络支付工具，近年来被发现大量用于洗钱犯罪。犯罪分子通过各种方式如转账、外汇汇入等方式把非法所得转入洗钱用账户，再通过POS机终端消费、网银转出等方式将非法所得资金转出，以此实现自由支配。网上银行虽然在先期开户阶段对客户身份有识别，但在后续交易中只需要账户密码和密钥证书，欠缺身份识别程序，也不会存留纸质凭证，犯罪分子就可以借此规避银行监管，隐藏了资金去向。除了网络银行，诸如网络游戏中的虚拟道具、虚拟货币等和网络等也是洗钱犯罪高发领域，特别是网络还具有数额巨大与国际性的特点。
四、互联网金融犯罪刑法规制
互联网金融市场的内部控制机制是弱化犯罪风险的有效手段，针对现有的交易风险在业务审查中就应该加大力度防范，发挥金融机构自身的监督职责，严格按规章办事，制定合理的风险控制机制④。同时对员工的教育需要进一步加强，提高行业从业人员的警惕性以及提防内部人员参与犯罪活动。互联网金融的基础是计算机系统，计算机系统的技术安全、数据安全和运营安全可以通过内部控制水平提升来加以保证，提高互联网金融系统的抗风险能力⑤。
行政监管和民事监管是刑法规制的前置手段，在具体实施中行政和民事手段仍属主要，刑法规制手段是前两者的补充。⑥三者可以形成合力，相互补充，通力合作，提高行政执法和民事规制的处置能力。人民银行、银保监会可以通过行政法规和部门规章对违规行为进行处罚；民事诉讼则主要用于弥补因互联网金融犯罪活动所遭受损失，通过民事途径解决来实现刑事领域的“息讼”。如果犯罪行为无法通过行政、民事手段调整规制，则应诉诸于刑事手段解决，依法裁判。
针对金融诈骗罪、非法经营罪、洗钱罪、非法集资罪等常见互联网金融犯罪，刑事立法必须进一步丰富、完善，做出更为具体、科学的规定。法律天然具有滞后性的特点，因此并非只针对于立法修改，而是基于目前实行的刑事法律基础上，进一步进行法律解释，来及时完善、修补规制互联网金融犯罪的刑法内容，为司法活动提供法律根据，实现有法可依。①
理论上凡可量化的领域人工智能都必然超过人类，但围棋是如此复杂和难以量化以致两千多年来绝顶棋手更多用参悟而不是计算来解读围棋的最高境界。阿尔法这只不听话的狗，虽然会下围棋但估计文化程度还是文盲，就一把把人类推到阴沟。一切来得如此之快，以致用谷歌和李世石串通的阴谋论都难以抚慰人类受伤的心。
部分智者当然可以用程序再聪明也是人类工具来继续自我安慰。我们知道人类不需要担心马跑的比人快、计算器算的比人类准，但是不论是马还是计算器都只能在力量和计算这样的单项上超过人类。人类可以慷慨的承认在这些方面落后——结果无非等于承认马和计算器是上等工具。然而阿尔法狗挑战的是人类引以为主宰世界的根本——智力。之所以人类能笑傲世界，从不怀疑自己是亿万生灵中当然的上帝选民，从来就不是倚仗身高、速度、力量、计算，而是高高在上的智力。当智力王冠从人类手中失去，人类维持自负却从哪里找回自信？
人类优越论也许还没有到山穷水尽，围棋规则虽然高深但毕竟仍然属于计算范畴，至少在短期内人工智能并不能全面超过人类。很多人说深度学习技术可以使程序在几年里发展到可以写小说的地步。但是不论写剧本还是画油画，程序都是在大数据积累的基础上提供最优解而已。当下经过文学作品数据库训化的程序已经可以写出似是而非的朦胧诗，但所谓程序写作实质不过是对积累作品的模拟。程序并无法理解和欣赏美，所有写作都是为了完成指令而不是自发表达。没有情感也不懂得忧伤，人工智能再美的作品也只是骗局，写得再像纳兰伤心词也只是装病的呻吟。
在围棋上战胜人类只是人工智能理解人类世界的开端。棋类是规则世界，而真实的世界更多是非规则的。正由于现实世界和理论世界的差异，规则主义的学者常常在实干中被批评百无一用是书生，人工智能和真实世界之间的差距更远。社会是由形形色色、彼此之间你的世界我不懂的人组成，社会事件则可能是真相也可能是假象也可能是部分真相部分假象，这些也都不在棋类谋略之中。
阿尔法狗刚拿下今天的第三盘，微信上就有预言十年内人工智能将取代大多数律师、法官和检察官的工作。这个问题的有趣之处在于即便是法律这样一个传统被归为规则主义的世界，其实却是非线性的。法律实践远不止法律理论和法律条文，还包含难以预测的人性。就像婚姻法连同相关司法解释不过数百条，但婚姻案中最基本的“感情破裂”就包含了现今人工智能根本不能理解的复杂性。
法律规则和法律规则之间、法律规则和法律原则之间，甚至法律原则与法律原则之间都可能存在冲突，在矛盾之间进行选择的能力我们谓之法律艺术。比如法律面前人人平等和保护弱者两项原则就是相互矛盾的，这两项原则的适用就需要根据个案情况具体选择。即使单个法律原则也可能存在很大的模糊性，比如民法中的公序良俗和知识产权法中的合理使用就常常被专家争到面红耳赤。
举一个实例来挑战人工智能。最高人民法院《关于当前经济形势下知识产权审判服务大局若干问题的意见》规定：…“要从我国国情出发，根据我国科技发展阶段和产业知识产权政策，依法确定合理的专利司法保护范围和强度，既要使企业具有投资创新的动力，使个人具有创造热情，使社会富有创造活力，又不能使专利权成为阻碍技术进步、不正当打击竞争对手的工具；既能够充分调动、配置全社会的资本和技术资源，又能够加速技术信息的传播和利用。要正确适用专利侵权判定原则和方法，进一步总结审判经验，完善权利要求解释规则和侵权对比判定标准”。以上规定中“我国国情”、“既要使…又不能”、“既能够，又能够”，以及我国司法政策中常见的顾全大局等之精妙程度，都达到可意会而不可言传。再举一例，宪法作为最高法能否实施？如何理解我国宪法规定的言论和出版等自由？可以骄傲的说这些题目不用说阿尔法狗，连谷歌也理解不了。
关键词:人工智能;作品;标识
一、人工智能美术作品
如同这幅《爱德蒙贝拉米的肖像》画作，人工智能美术作品是指在一定规则下的算法程序或软件，通过一定外在计算机载体对外进行的表达，所产生的人工智能美术创作物。而对于传统美术作品，在现有的法律体系下受知识产权保护，其权利主体是作者，所保护的客体不仅是画作这个客观物体，更是基于人类思想上的外在表达模式，故而知识产权所保护的不仅仅是财产性权利，更多的偏向于对精神思想的保护。而对于人工智能所创作的美术作品，则是基于人工智能软件或程序在模拟人脑过程中，外在的机械化操作。我们无法将这一过程定义为思想的表达。故而人工智能美术作品无法受到现有的知识产权进行保护，那么此时就有学者对此提出了民法理论下的另一观点，认为人工智能美术作品依据人工智能算法及机器的性质而产生的一种知识财产收益;该类作品的产生具有连续性，这一自然属性符合现有民法理论下的“孳息”。而民法中对于孳息的保护依然是基于物的范畴。
二、必要性标识制度
根据以上阐述可以看出人工智能美术作品已经达到高度模拟传统美术作品，但其权属上却无法受现有的知识产权体系予以保护，在人工智能美术作品的价值无法估量的情况下，普通消费者无法准确在二者之间进行选择，就会导致二者之间的差异性逐渐缩小，最终使得二者予以混淆，这不仅会造成传统美术作品的市场紊乱，同时也会阻碍产生该美术作品的人工智能技术的发展。所以面对目前人工智能美术作品所带来的问题，首要解决的是将二者进行有效的划分。在此基础上笔者提出构建必要性标识制度。同时为达到合理监管人工智能美术作品的产生。对于必要性标识制度应当实行一定的申请制，因为人工智能美术作品暂时无法受到除民法“物”以外更多的特殊保护，所以要想获得更多的法律权益，应当主动进行申请，在申请经过初步的合法性、信息完整性以及初步价值估量的审核后对其予以登记归档，获得特殊的认证标识，基于此该标识制度具有一定的强制性，因为若想获得来自人工智能创作物的更多非物效益，必须强制性申请该标识，反之无特定保护。
三、必要性标识制度特点
基于对必要性标识制度的阐述，则该制度应当具有以下几个特点;首先，显著性。作为区分人工智能美术作品和传统美术作品的重要标识，该标识一定要显著地展现在画作上，使得浏览者在初识作品是就能第一时间分辨出该作品来源于人工智能创作，那么基于传统审美标准以及类比现有的市场商品包装标识，应当使得该标识制度处于画作的右下方，所占面积不得低于该画作的百分之三。其次，差异性。因为人工智能美术作品不同于普通批量商品，在人工智能模拟人脑的过程中所产生的美术作品虽不具有思想性，但其本质作品间存在差异，无法做到完全相同，所以该标识制度也不能仅仅是一个简单的图案统一所有的人工智能作品。应当每一幅人工智能美术作品的标识都有一定的差异。最后，信息性。由于人工智能的美术作品不具有权属清晰的权利主体，无法区别“作者”，故而对于该人工智能的来源将会被转化为特定软件计算法，该标识制度应当将此进行展示。避免该人工智能美术作品在流通过程中产生权属纠纷。
四、小结
社会发展是推动法律更迭的主要动力，现行的法律无法合理顺应人工智能技术的迅猛发展。相应的制度应当及时完善，建立人工智能美术作品的必要性标识制度可以避免现有的知识产权体系被人工智能所打乱，合理的法律制度不仅能保护现有的法律体系，更能促进人工智能艺术市场的蓬勃发展。
［参考文献］
［1］吴汉东．人工智能时代的制度安排与法律规制［J］．法律科学(西北政法大学学报)，2017，35(05):128－136．
［2］孙山．人工智能生成内容的作品属性证成［J］．上海政法学院学报(法治论丛)，2018，33(05):84－94．
人工智能的概念很宽，所以人工智能也分很多种，我们按照人工智能的实力将其分成三大类：[2]
第一类：弱人工智能Artificial Narrow Intelligence (ANI)，弱人工智能是擅长于单个方面的人工智能。比如有能战胜象棋世界冠军的人工智能，但是它只会下象棋，你要问它怎样更好地在硬盘上储存数据，它就不知道怎么回答你了。
第二类：强人工智能Artificial General Intelligence (AGI)，人类级别的人工智能。强人工智能是指在各方面都能和人类比肩的人工智能，人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能难得多，我们现在还做不到。Linda Gottfredson教授把智能定义为“一种宽泛的心理能力，能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作。”强人工智能在进行这些操作时应该和人类一样得心应手。
第三类：超人工智能Artificial Superintelligence (ASI)，牛津哲学家，知名人工智能思想家Nick Bostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能。”超人工智能可以是各方面都比人类强一点，也可以是各方面都比人类强万亿倍的。
讨论人工智能对法律的影响，我们也会从人工智能的“三大类”入手，各个阶段的人工智能，对法律产生的影响将是不尽相同的。
在第一类，弱人工智能（ANI）阶段，由于人工智能智能处理较为单一的问题，且发展程度并没有达到“模拟人脑思维”的程度，所以人工智能仍然属于“工具”的范畴，与传统的“产品”别无二致。我们目前所处的阶段，就是弱人工智能阶段。虽然无人驾驶汽车、无人机等新产品的出现，给传统法律体系带来许多新问题，引发许多新思考，但仍然属于传统法律体系能够解决的问题。
2016年2月，Google无人驾驶汽车在美国加州山景城测试时，与一辆公交大巴发生碰擦，所幸无人受伤。美国高速公路安全管理局（NHTSA）却确认，根据美国联邦法律，用于自动驾驶的人工智能系统可以被视为司机。那么是“司机”、谷歌，还是驱动汽车的算法、感应器以及所有控制系统来负责交通事故呢？
这起事件引发了许多人对人工智能卷入犯罪案件中责任主体界定模糊的问题的思考。人工智能究竟是不是具有法律和道德意识与行为能力的主体？如果不是，那么当人工智能触犯了他人利益、造成社会损失时，究竟应该由研发者、运营者还是使用者承担责任呢？此时，有哪些法律能够用来保障这些人的权益？如果承认人工智能是有行为能力的主体，那么又该如何为这些“人工智能”定罪量刑呢？
我国《产品质量法》第四十三条规定：因产品存在缺陷造成人身、他人财产损害的，受害人可以向产品的生产者要求赔偿，也可以向产品的销售者要求赔偿。属于产品的生产者的责任，产品的销售者赔偿的，产品的销售者有权向产品的生产者追偿。属于产品的销售者的责任，产品的生产者赔偿的，产品的生产者有权向产品的销售者追偿。
显然，在弱人工智能阶段，机器仍然属于工具和产品的范畴。传统的《产品质量法》在这个阶段内仍然可以直接适用。但随着技术的发展，这种情况就会马上改变。
在第二类，强人工智能（AGI）阶段，由于人工智能已经可以比肩人类（笔者认为这是人工智能的“奇点”，在短期内人工智能将极大地超越人类），同时也具备了具有“人格”的基本条件。
由于机器可以像人类一样独立思考和决策，该阶段的人工智能应该和人类一样，成为独立的主体享有权利，并对自己的行为承担责任，这将体现在财产、继承、侵权、刑事等各个方面。这个阶段的法律已经基本无法直接套用，人工智能将对传统法律体系产生巨大的冲击和颠覆。
在第三类，超人工智能（ASI）阶段，该阶段的人工智能已经跨过“奇点”，其计算和思维能力已经远超人脑。人工智能将打破人脑受到的维度限制，其所观察和思考的内容，人脑已经无法理解，人工智能将形成一个新的社会。
人类的法律体系仅在人类社会生效，在这个阶段，人类规则的制定已经无法影响人工智能，因为人工智能已经超出了人类社会的范畴。随着技术的进步和人工智能的自我改进，一个比我们聪明100倍、1000倍、甚至10亿倍的大脑也许能够随时随地操纵这个世界所有原子的位置。此时的人工智能已经不是人类可以理解和想象，人类的法律体系也会随之消亡，或转化成另外的形态而存在。
基于此，笔者大胆地提出人工智能对法律影响的几点预测：
第一，成文法将会萎缩甚至消亡。可以预见，人工智能和新技术留给立法的时间将会越来越少，越来越多的极其复杂的新问题将迅速出现，成文法将成为历史；
第二，法律体系将彻底颠覆。随着人工智能从低到高的发展，工具终将将具备人格、超越人格，我们传统的法律体系也将失去存在的基础；
第三，法律将在“创新”与“生存”之间不断博弈。创新的伦理问题将伴随人工智能发展的全过程，是否允许技术创新迈向“奇点”，用以保卫人类的“生存”，或许会逐渐成为立法者考虑的核心问题。但立法者很可能会发现，创新也许是人类社会发展的规律。
现阶段，人工智能已经逐渐对法律领域产生影响，并引起了法律领域的变化，我国的法律体系应当重视变化，积极向人工智能时代转型升级。
例如，人工智能技术在合同审查、资料收集、尽职调查、材料翻译等领域为法律工作提供极大的便利，并且在工作效率上具有明显的优势。这会进一步影响到司法机关、公证机构、律师事务所的用人模式，可能会减少这些机构对入门级技能新人的雇佣和培养。
再例如，由于创新技术和人工智能的发展，新事物产生的时间大大缩短，由新事物而引发的新案例将越来越多。而现阶段，人工智能还不能够独立地提供法律服务，更不能独立地对案件进行分析和审判。这需要大量的法官、检察官和律师们积极拥抱和学习新技术，并且需要一定的深度。这对于传统法律人来说，难度很大。专业人才可能会在一段时间内出现严重的断层，法律在短期内对新事物新案例也将无暇响应。法律应当重视内生规则（如网规）、判例的作用，通过柔性、大众化、平台化的规则治理，通过数据和算法来预判行为，来适应这种“断层”。
国外各种关于法律技术的发展早已日新月异，在电子证据管理（Everlaw/Cicayda）、区块链文件保存技术（Factom）、预测案件审理（Juristat）、案例研究（Ravel Law）等领域各种新型法律服务工具早已百舸争流，甚至还有各种交流法律技术的论坛（Legal Technology Forum/Legal Tech Asia/ABA TechShow/Legal Tech NY）。可能因为国内的法律服务市场还不够大或者经济利益不够多，关于法律技术的研发远远滞后，法律领域的创业公司多是新媒体或者法律服务平台。[3]我们应该利用互联网发展的优势，重视法律技术的研发与推广。
一方面，信息技术有助于提升律师职业的市场竞争力。对于律师业而言，其市场竞争力的体现主要有以下三个要素：一是本所律师的职业水平，即迅速发现争议焦点、寻求解决路径并寻找证据和法律支持的能力；二是律师事务所的行政管理水平，即是否能保证律师事务所工作有条不紊地进行、是否有能力筛选出优秀的年轻律师、是否能够合理地实施奖惩制度；三是招揽客户的能力，即是否能够对客户进行合理定位、是否能够满足客户个性化的需求。而上述三个要素的提升与发展，都在很大程度上有赖于信息技术的提高。就律师的职业水平而言，各类数据库的建立能够帮助律师更好地检索法条与案例，从而提供更多样的论证方式和更充实的论证内容；就律师事务所的管理水平而言，人才库和案例库能帮助律师事务所建立更完善的人才管理制度和案例规整制度；从招揽客户的角度而言，人工智能的运用、新型服务方式的推出能够帮助律师事务所更及时地了解客户的动态和想法，并为客户提供更多个性化的服务。另一方面，信息技术的发展也会对传统律师职业的组织形式和行为模式产生冲击。
由此，当下，信息技术正在改变着律师职业的方方面面；未来，信息技术将会对法律服务业产生更为深远的影响。
智能法律检索系统
智能法律检索系统包括法律、法规的检索、案例的检索及法学期刊的检索，相比传统的检索模式，智能法律检索系统能够帮助律师在最短的时间内检索到较为完善的资料。
法律、法规的智能检索主要表现为通过对关键词的搜索在数据库中检索相关法律法规，并由此了解其相关条文内容。无论对于诉讼律师还是非诉讼律师而言，法律检索都是其从业的基本功。运用数据库查询法律法规的方式在律师从业过程中十分常见，例如，通过北大法宝的法律、法规检索数据库，律师不仅能够迅速、准确、清晰地定位到其所需要的条文，还能在页面中查询到该条文的有效性、起废止时间、颁布机关、法律解释甚至是其在相关判决中的适用等内容。而通过对Westlaw的搜索，律师可以更加方便快捷地了解域外法律。
案例的检索主要表现为通过关键词对生效裁判文书进行检索，以了解相关法院对于类似案件的解读及法律条文在司法实践中的理解与适用。例如，律师可以在中国司法裁判文书网中输入案由、审级、审判时间、适用法律等关键词，对已经生效的裁判文书进行检索，从而了解审判机关对于类似案件的论证逻辑，并以此为基础制订最佳的辩护策略。而LexisNexis在美国甚至已经做到了对诉讼过程的实时记录，从案件的前期讨论到法庭记录，再到最终案件的调解、和解都能得到追踪，对诉讼策略和非诉讼业务模式都带来了巨大的改变。
法学期刊的检索主要表现于通过关键词对法学期刊中的学术论文进行检索，其主要适用于审判机关对于案件理解差异较大，或者审判机关未就类似案件作出过判决，或者理论界对于现有司法适用方式存在批判，而这种批判意见对于律师而言更为有利的情形。当然，其同样可以适用于律师用于自我充电的情形。例如，通过对于中国知网、万方、维普等期刊数据库的搜索，律师可以迅速地了解到国内学者甚至是一些司法实践人员对于法律适用、法律解释等问题的深入观点及论证方式。而通过HeinOnline，律师可以了解国外学者对于某些法学观点的具体阐述。尽管法学家的论述并非为我国的正式法源，但实践中，其仍对于审判机关具有重要的参照意义。
在未来的律师执业中，随着业务量的增大和律师工作饱和度的上升，法律检索的功能将会进一步智能化，其使用频率将会进一步增加，而律师将通过这种方式更有效地提升工作效率。
在线法律指导
在线法律指导是指通过网络获取法律咨询、法律实践甚至是法律建议，其主要表现为课程指导和业务指导两种方式。
在线课程指导主要表现为律师通过远程教育的方式对法律课知识进行再学习，从而有助于形成一个体系化的知识架构。一般而言，各大高校的法学院、法学研究会甚至部分律师事务所都会依托网络平台开展一些面对公众的课程活动或演讲活动。例如，在Coursera平台上，包括宾夕法尼亚大学、伦敦大学、北京大学等国内外知名大学的法学院均有自己的法学课程平台，用户可以通过网上注册参与课程学习，并通过听课、回答课后问题、提交作业、完成测试的方式获得学分。
在线业务指导是指通过在线咨询的方式询问其从业过程中所遇到的具体业务问题，并获得专业指导机构的解答，从而提高其工作效率和准确性。例如，美国的Legalzoom公司，其主营业务就是为难以支付高昂律师费用的中小企业提供法律文书服务，这项业务的收入占到了公司总收入的78%。2012年该公司已在纽交所上市，成为最受瞩目的法律服务公司之一，而根据此成功经验，相信未来，类似的法律服务电商将会有更广阔的发展空间。
在线法律指导对于未来律师职业而言是一把双刃剑：一方面，律师自身可以通过在线法律指导更快捷地获取专业知识，提高业务水平，这也是近年来，律所将在线学习纳入律师培养体系的原因之一；另一方面，客户也能够通过在线法律指导获取法律知识，从而减少其在法律服务上的开支，而这对于初级法律服务提供者而言，是极具冲击性的。
电子化的法律服务市场评价体系
电子化的法律市场法律服务市场评价体系是客户通过网络化的方式对律所进行评价的公示平台。客户在获得律师或律师事务所的法律服务后，可以对其服务质量进行量化的考量，包括对其服务进行评分或者作出具体的评价，而这种评价将被以电子化的形式记录并公开，以作为其他客户在选择律师或律师事务所时的重要参考标准。
这种技术的实现极具可行性，事实上，类似的评价体系业已出现在对于餐饮行业的评价中，例如我国的大众点评网、美国的Yelp等。而在目前的法律领域，除去个别法律类论坛对于律所的讨论专题和一些官方机构或社会团体组织对律所或律师的排名活动外，似乎并未形成一个成形的评价体系。但这种评价体系的存在确有必要性，因为对于客户而言，筛选律师或者律所是一件十分耗费成本且具有风险的事情。这是因为，律所数量众多，且侧重领域不同，而对于客户而言，在短时间内了解一家律所的业务能力并不现实。而电子化的法律服务市场评价体系的建立，能够使客户迅速地对律所进行分类定位，并通过同类客户的历史评价对律所进行筛选。
而对未来的律师职业而言，电子化法律服务市场的建立无疑对律师提出了更高的要求。这是因为，对于客户而言，纵然业务能力的高低、法律素养的好坏应当是其评价律所的标准之一，但缺乏法律知识的客户对于这一点恰恰欠缺鉴别能力。因此，其更关注于是否帮其解决了实际问题，解决问题的速度是否迅速，回答问题的态度是否良好等多个方面，并以此作为对于律师的评价标准。由此，一旦这种评价体系建立，未来律师不仅需要提升自己的业务能力，更需要提高自身的沟通能力和交际能力。
封闭性的法律社群
所谓封闭性的法律社群是指部分兴趣相同或专业领域相同的律师在一个封闭的社交群内进行专业性的业务交流，以促进业务能力的增长。目前，律师参与法律社群的情形在国内外都较为常见。
其中，最为典型的是LinkedIn，这是一个作为“舶来品”的社群，国外的一些律师或律师事务所都习惯于建立个人主页，以为同行业人员和潜在客户提供一个了解其发展动态的平台。此外，还有Quora的平台，这是一个问答类的社交平台，律师能够通过这个平台在网络上就其所关注的问题进行发问和回答。另一个较为成功的例子是Legal OnRamp，这是一个促进企业律师间交流合作的平台，目前已成功吸引了四十多个来自不同国家的律师。企业律师可以通过这个平台分享学术论文、法律文件、会议纪要等文件，并借此获得更多的专业知识。事实上，法律社群对于从事非诉讼业务的企业律师而言更具有吸引力。这是因为，相较诉讼律师面临的纷繁复杂的个案，非诉讼律师所面对的事务更加程序化和模板化，因此，书面文件的分享对其而言也更有实际意义。
对于未来的律师职业而言，法律社群的出现不仅为律师提供了一个同类服务的比价平台，也增进了律所间相互合作的可能性，这也给了中小律所一个通过联合的方式与大型律所争夺市场的机会。
人工智能的运用
人工智能是对人的意识、思维的信息过程的模拟，通过人工智能技术的运用，律师事务所能够更快捷地判断客户所遇到的法律问题，或者，能够直接通过人工智能的方式对客户常见问题进行一个初步的解答。
事实上在产品领域，人工智能的运用已经较为成熟。典型的例子如苹果产品网站，其会根据其产品的性能、外观、容量等参数设计一系列的问题对使用者进行发问，并通过使用者的回答为客户挑选合适的产品。而人工智能在法律领域的应用却受到了行业内许多人的怀疑，这种怀疑大抵是因为具体案件的复杂性并非计算机语言所能处理。但事实上，通过大数据的支持和对自然语言中关键词的提取，现有的人工智能技术已经能够做到将客户的自然语言转化为计算机语言并进一步转换为法律语言，从而对案件类型作出一个基本的划分，方便客户选择相关领域的律师为其提供法律服务。这一技术的实现将在极大程度上减少客户筛选律师的时间和成本。
当然，也有人认为，当人工智能发展到一定程度，其能够具备解决一些初级法律问题的能力。例如，提供合同模板、提供相关法律条文等，由此，初级律师市场将受到极大的冲击，我们对于法律程序的普遍认知也将被改变。
电子化办公及人才库建设
高效的工作流程涉及有利于律师事务所工作的良好发展，而合理的人才管理及人才培养机制有利于律师事务所更好地建立其律师队伍，以提高其核心竞争力。
在工作流程方面，尽管目前律师大多还习惯于依赖纸质文件，但高效、快捷且更易保存的无纸化工作流程应当会是未来律师事务所发展的趋势。具体而言：首先，由初级律师对案件所涉争议点及相关条文进行梳理，形成初步的意见书并抄送同组律师；其次，由高级律师对案件的辩论逻辑提出建设性建议，并将该意见与同组律师共享；最后，在案件完成后，对所有的案件材料进行电子归档以便日后查询。这种技术的实现能够促进律师工作的规范化，而共享、公开的工作方式则更能够促进律师在工作中的谨言慎行。
就人才管理而言，人才库的建设应当是未来律师事务所人才管理的重点。通过这一技术的实现，律所将为每一个参与过该所考核、实习、工作过的法律人建立人才档案，其中包括笔试成绩、面试表现、性格特征、合伙人评价等内容，以便律所合伙人能够更快地了解有意于服务于本所的法律工作者，并更有针对性地对其进行个性化辅导。事实上，人才库的建设在部分大型律所已经得到了实现。
关键词:结构模拟;功能模拟;行为模拟;机制主义方法;人工智能统一理论
1人工智能成为信息科学技术的焦点
信息是事物存在方式和运动状态的表象;知识是由信息提炼出来的产物,是事物存在方式和运动规律的本质表征;智能是知识和目的演绎的结果,是运用知识来认识问题和解决问题的能力。信息科学技术的研究目标不仅是为了认识和利用信息本身,更重要的是为了“利用信息、提炼知识、生成智能、解决问题”。后者,就是“人工智能”的研究。
人,是地球上所存在的最高级信息系统。人体信息系统的进化表现了一个重要的科学规律:在感觉器官、神经系统、古皮层旧皮层、行动器官成熟之后,新皮层就成为整体发展的焦点。信息技术的发展也遵循同样的规律:在传感(感觉器官功能的扩展)、通信(传导神经系统功能的扩展)、计算(古皮层旧皮层功能的扩展)、控制(行动器官功能的扩展)充分发展起来之后,人工智能(新皮层功能的扩展)就成为信息技术整体发展的焦点。
进入21世纪,传感、通信、计算、控制以及基于通信和计算的互联网都获得了长足的发展,智能传感、智能通信、智能计算、智能控制、智能信息处理、智能机器人、智能信息安全、智能游戏等已经成为备受关注的方向,因而它们的共同基础――人工智能本身的发展客观上就成为了当代信息技术发展的焦点。
2人工智能研究现状简述
迄今,人工智能的研究形成了3种主流学说。
1) 1943年以来形成的模拟人脑结构的“结构模拟学说”[1-5],它的典型代表是人工神经网络(后来与模糊逻辑及进化计算相结合,称为计算智能)。它的特点是:通过对“信息样本的训练”获得经验知识和策略,用以解决形象思维一类智能问题。
2) 1956年以来兴起的模拟人脑逻辑思维功能的“功能模拟学说”[6-10],典型代表是符号逻辑系统(如专家系统)。它的特点是:通过获取领域相关的规范知识和运用逻辑演绎的方法获得求解问题的策略,求解逻辑思维一类智能问题。
3) 1990年前后发展起来的模拟智能系统行为的“行为模拟学说”[11],它的典型代表是黑箱系统(如感知―动作系统)。它的特点是:需要建立刺激与响应之间的关系(表现为常识知识),于是只要识别了刺激的类型,与之相关的响应就可以自动产生。
目前的人工智能研究还存在许多问题。主要问题之一是,在“三种学说”各自取得进展的同时,却很少互相沟通。不仅如此,互相之间还存有“孰优孰劣”的争论,有时争论还非常尖锐和激烈[12],表现出三者之间的不和谐,形成“鼎足三分”的格局。
这种“鼎足三分互不沟通”的状况,不能不使人们深思,并且逐渐醒悟:看来,现有人工智能的各种研究方法还没有真正抓住智能问题的本质,致使“三分”状态未能实现“归一”;为此,当务之急就是要加紧研究和发现更加深刻更加科学的研究方法。
3人工智能理论研究的新进展
3.1新进展之一:人工智能的第4方法――机制主义方法
智能是一种复杂的研究对象。智能系统的结构、功能、行为虽然都是窥探其中奥秘的重要观察窗口,却不是最根本的入口。
本文的研究发现:探索智能奥秘最具本质意义的途径,应当是探寻和阐明“智能生成的机制”,回答“智能是怎样生成的”这样根本的问题,特别要把注意力放在“智能生成的共性核心机制”的问题上。这就是人工智能研究的第4种方法的基本理念。
按照这个新的理念,我们分析了典型的智能活动过程,考察了隐藏其中的普遍规律。
典型的智能活动过程。
无论何种场合,典型的智能活动过程一般都应当包含以下6个基本步骤:
1) 给定问题P、目标G和环境E,称为“任务给定”。
2) 获得关于问题、目标、环境的信息,称为“信息获取”,符号表示为:I(P, G, E)。
3) 把这些信息加工成为相应的知识,称为“知识提炼”,符号表示为: = f (I)。
4) 在目标的引导下把知识和信息演绎成为解决问题的策略,称为“策略生成”,符号表示为: = g (K, I, D)。
5) 把策略转换为行为,求解问题,称为“策略执行”。
6) 把求解的效果(误差)作为新的信息反馈至2),通过2)至5)的步骤调整和优化策略,称为“反馈优化”;逐次逼近,直至满意。
智能活动过程的普遍规律。
考察上述典型的智能活动过程不难发现:通常,1)是由人给定的,2)至6)则可以由机器执行;而机器执行的这些步骤之中,2)至4)――信息获取、知识提炼、策略生成是核心步骤。考虑到“策略”是智能的集中体现,所以,策略生成也可以成为智能生成。于是,这些核心步骤也可以表示为:信息获取、知识提炼、智能生成。信息获取、知识提炼、智能生成是逐层递进的过程,由此可以得出结论:智能生成的共性核心机制是“信息―知识―智能转换”。符号表示为:
= g (, I, G)(1)
其中,
= f (I (P, G, E)) (2)
公式(2)表示的是由信息到知识的转换;公式(1)表示的是在目标制导下由信息和知识到智能的转换;两者的综合表示了“信息―知识―智能”的转换。关于公式中的转换g和f,原则上可以认为:f 是一类由大量信息样本提炼共性知识的“归纳算法”,而g则是在目标制导下由相关知识和信息演绎智能策略的“演绎算法”。因此,它们在原则上是可以操作和可以实现的。不过,关于g和f还需要做出如下的说明:
1) 在规范的场合,转换g和f可能由“数学”表达式来严格地表示并进行运算。
2) 在更多的场合,由于智能问题的复杂性,这些转换不一定能够用现有的数学表达式来表示。这时,可能要借助“逻辑”来表达和推理。
3) 在许多更为复杂的情形,现有的逻辑学也无能为力。这时,可以用“算法程序”来表示和处理。
4) 在那些极为复杂的情形,甚至还要借助“人工”的方法来处置。
本文确信,在各种智能问题求解需求的强烈推动之下,各种新的数学方法、逻辑方法和算法程序必将陆续应运而生。正像经典微积分方法处理不了随机现象的时候就诞生了概率论等统计数学方法,经典微积分和统计数学方法处理不了模糊现象的时候就催生了模糊数学方法一样。
于是,以公式(1)和(2)表示的“信息―知识―智能转换”就是“智能生成的共性核心机制”。只要给定了具体的问题、环境约束和目标,原则上就可以通过(1)和(2)的转换来获取信息、提炼知识、生成智能(策略),使问题得到满意的解决。
3.2新进展之二:知识的生态学结构
如上所见,智能生成的共性核心机制涉及到信息、知识、智能3个层次的理论。在这三者之中,信息是现象,知识是本质,智能是能力。信息来自现实世界,能力作用于现实世界,知识则是信息与智能之间的桥梁与中介。因此,知识在“智能生成的共性核心机制”中扮演着极其重要的作用。
本文研究发现:知识并非孤立静止的对象,相反,它是一个不断动态生长着的复杂运动过程。在先天知识的支持下,在各种信息的激励下,不断生长出“欠成熟”的经验知识,其中一些经验知识会成长为“成熟”的规范知识,并进一步成长为“过成熟”的常识知识;后者的一部分又可能沉淀成为下一代的先天知识。如此不断生长,不断进化,成为一个“有始无终”的开放的生态过程。这就是“知识的生态学”,它的结构也可以由图1表示。
图1知识的生态学系统
如果把这个知识生态学系统看作是知识内部生长过程的规律,称为“知识的内生态系统”,那么,前面所讨论的“信息―知识―智能转换”则可以看作是知识的“外部”生长过程的规律,称为“知识的外生态系统”。
3.3新进展之三:人工智能的统一理论
表面上看,这里所揭示的“知识内生态系统”并没有什么新奇而不可理解或不可接受的概念。然而,正是这个“知识内生态系统”与“知识外生态系统(即智能生成的共性核心机制)”结合在一起,却产生了一个非常有意义的重要结果,这就是:依所用知识类型的不同,机制主义方法有A、B、C型之分;而神经网络(结构模拟)、专家系统(功能模拟)、感知―动作系统(行为模拟)分别是A、B、C型的机制主义方法特例,如表1所示。
表1说明:机制主义方法的实现是“信息―知识―智能转换”;当其中的知识属于经验知识的时候,机制模拟可以退化为“结构模拟”;当其中的知识属于规范知识的时候,机制模拟可以退化为“功能模拟”;当其中的知识属于常识知识的时候,机制模拟可以退化为“行为模拟”。换言之,结构模拟、功能模拟、行为模拟都是机制模拟分别在经验知识、规范知识、常识知识条件下的特例,而根据知识的内生态结构,经验知识可以成长为规范知识并进而可能成长为常识知识。因此,结构模拟、功能模拟、行为模拟之间构成了一种各司其职、相互支持和相辅相成的生态关系,而不存在先前那种“孰优孰劣”的矛盾。
这样,如果令表示机制模拟方法,和分别表示“信息―知识―智能转换”的知识和智能策略,令(S)、(F)和(B)分别表示结构模拟方法、功能模拟方法和行为模拟方法,令(E)、(R)和(C)分别表示经验知识、规范知识和常识知识,(E)、(R)和(C)表示经验性智能策略、规范性智能策略和常识性智能策略,那么,就分别有:
(S),若 = (E)(3)
和
(F),若 = (R) (4)
以及
(B),若 = (C) (5)
且有
(S) (F) (B) (6)
上述公式的含义和表1的含义完全等效,两者都说明:人工智能的结构模拟方法、功能模拟方法和行为模拟方法在机制模拟方法的框架内实现了和谐的统一。
4进展的学术意义
当今社会已经进入信息时代,信息化(利用信息技术促进经济与社会发展)正如火如荼地展开。但是,理论预测和实践经验都表明,信息化发展到一定程度就必须向智能化的水平提升,否则就会进入“休眠期”。因此,“智能化”正越来越强烈地成为社会各行各业共同的呼声。这便是今天发展人工智能科学技术的意义。
由于国际上迄今所建立的结构模拟、功能模拟、行为模拟3种方法各自都具有明显的局限性,在相当程度上制约了人工智能的发展。本文提出的“机制模拟方法”(即人工智能研究的第4方法)比已有的3种方法更加深刻地触及了智能生成的本质机制――“信息―知识―智能转换”,为人工智能的研究提供了更为科学的研究方法。只有方法更科学,才能使研究取得更好的进步。这是三大进展的学术意义之一。
知识生态结构理论的发现,不仅使人们理解了“知识”的生态规律,而且使人们认识到原来“鼎足三分,势不两立”的人工智能三种研究方法之间并非水火不容。恰恰相反,它们之间正是处在“知识生态结构”的不同部位,是可以通过一定的措施实现互相转化的,从而可以结束以前互不认可的局面。这是本文三大进展的学术意义之二。
基于前面两大进展,本文证明了:结构模拟方法、功能模拟方法、行为模拟方法都可以在机制模拟方法的框架内实现和谐的统一。这样,原先看似独立的“人工神经网络学说”(也称为计算智能,结构主义或者并行联接主义)、“(狭义的)人工智能学说”(也称为专家系统,功能主义或者符号逻辑主义)和“感知动作系统学说”(也称为黑箱系统,行为主义)就在“机制主义方法”的基础上形成了人工智能的统一理论。或者说,人工智能的结构主义方法、功能主义方法、行为主义方法都成为了机制主义方法的3个相辅相成的特例。3个原来不和谐的“分力”形成和谐一致的“合力”,这是本文提出的三大进展的学术
意义之三。
总之,本文获得的三大进展――新的研究方法、新的知识理论、统一的人工智能理论将使人工智能学科的理论更为深刻、更为成熟、更为完善。因此,一方面对学科的发展具有重要意义,同时对人工智能学科的教学也具有重要意义。
5结论
本文注意到人工智能研究领域三大主流学说之间存在“互不认可”的矛盾,认识到其中的本质问题是研究方法不完善,于是笔者通过深入研究提出和建立了“机制主义方法”,进而又发现和总结了“知识内生态结构”与“知识外生态结构”。综合以上提出的方法和两项发现,建立了人工智能的统一理论,使整个人工智能的研究由原来“鼎足三分”的状态转变为“三分归一”。这一研究成果,对于人工智能理论研究的进一步发展具有重要的意义。
参考文献:
[1]W. C. McCulloch and W. Pitts. A Logic Calculus of the Ideas Immanent in Nervous Activity[J]. Bulletin of Mathematical Biophysics,1943(5):115-133.
[2]Rosenblatt, F. The Perceptrom: A Probabilistic Model for Information Storage and Organization in the Brain[J]. Psych.Rev.,1958(65):386-408.
[3]Hopfield, J. J. Neural Networks and Physical Systems with Emergent Collective Computational Abilities[J]. Proc. Natl.Acad,1982(79):2554-2558.
[4]Grossberg, S. Studies of Mind and Brain: Neural Principles of Learning Perception, Development, Cognition, and Motor Control[M]. Boston:Reidel Press,1982.
[5]Rumelhart, D.E.Brain Style Computation: Leaning and Generalization[M]//Introduction to Neural and Electronic Networks[M]. New York:Academic Press,1990.
[6]Newell,A. and Simon,H.A.A Program That Simulates Human Thought[M]//Computers and Thought. New York:McGraw-Hill, 1963:279-293.
[7]Feigenbaum,E.A.,J.Feldman. Computers and Thought[M]. New York:McGraw-Hill,1963.
[8]Simon,H.A. The Sciences of Artificial[M]. Cambridge:The MIT Press,1969.
[9]Newell,A.,H.A. Simon. Human Problem Solving[M]. Englewood Cliffs:Prentice-Hall,1972.
[10]Minsky,M.L. The Society of Mind [M]. New York:Simon and Schuster,1986.
[11]Brooks,R.A. Intelligence without Representation[J]. Artificial Intelligence,1991(47):139-159.
[12]钟义信. 机器知行学原理:信息-知识-智能转换理论[M]. 北京:科学出版社,2007.
Mechanism Approach and Unified AI Theory
ZHONG Yi-xin
(Department of Intelligence Science, Beijing University of Posts and Telecommunications, Beijing 100876, China)
关键词：党员干部学哲学用哲学 增智慧 强能力
中图分类号：B49 文献标识码：A
文章编号：1004-4914（2016）08-053-02
两次主持中央政治局全体学习哲学，目的是推动全党学哲学用哲学，掌握辩证唯物主义、历史唯物主义和辩证法。强调：全党同志特别是领导干部，要有本领不够的危机感，以时不我待的精神，一刻不停地增强本领。学习运用哲学，增强哲学素养，才能增长知识、智慧、能力，有真本领，做好工作。
一、什么是哲学，什么是马克思主义哲学、中国传统哲学
哲学一词最早出于希腊文，意即爱智慧，是关于世界观的学说，是人们对自然、社会和思维整个世界的根本观点的体系。
马克思主义哲学是全人类精神智慧的结晶。马克思主义哲学的奠基者在创建哲学体系时，批判地吸收和利用了到当时为止的全部人类认识的成果，以唯物主义和辩证法为基础成功地改造了旧哲学，为无产阶级提供了认识世界和改造世界的思想理论武器。马克思主义哲学是唯物主义和辩证法的统一，是辩证唯物主义自然观和辩证唯物主义历史观的统一，又是本体论（世界观）、认识论、价值论（人生观、价值观）和方法论的统一。党员、干部尤其领导干部，要系统、完整、准确地掌握马克思主义哲学的精神实质，把握唯物辩证法的思维方法，以及关于社会发展的理论，使马克思主义哲学成为行动的指南。
中国传统哲学是以儒学仁爱思想为核心的思想体系，是中华民族精神的主干。“修身齐家治国平天下”表现了管理哲学的本质。中国哲学的目的最后在于精神人格、道德人格的树立与自我完成。中国哲学的“人我和合”、“天人合一”，主张“我为人人，人人为我”，这与西方流行的格言“人人为自己，上帝为大家”是根本性的不同。
二、怎样学哲学、用哲学，学会做人，聪明智慧，真有本事，做好工作
要完整地学习马克思主义理论。马克思主义是一个完整的理论体系。马克思主义哲学是其中的一个组成部分，它与马克思主义政治经济学、科学社会主义（当代即中国社会主义）有着不可分割的紧密联系。要突出重视学习运用马克思主义哲学，并结合中国传统哲学学习。
1.本分做人，角色做事。中国传统哲学基本上是人学，对人生的关切、修养和反思。先做人，再做事。在《论青年的修养》中指出：“离开个人修养谈理想，离开民族前途谈个人价值，都只能是空谈。”从反腐败斗争揭出的“两面人”看，都是因为做人失败了。党员干部一旦做人失败了，一切都无从谈起。
2.树立坚持辩证唯物主义、历史唯物主义世界观。世界观是人们对世界的根本看法，是社会存在的反映，是社会意识的核心。由于人们的阶级立场不同，社会实践所处的地位不同，形成不同的世界观。党员、干部的世界观是辩证唯物主义和历史唯物主义世界观。
辩证唯物主义，是关于自然、人类社会和人的思想发展规律的科学，是马克思主义理论的基础。辩证唯物主义认为，世界统一于物质，人的意识是物质高度发展的产物，是物质的反映；辩证唯物主义的对立统一规律是宇宙的根本规律，对立面统一又斗争，推动事物的运动发展；质量互变规律、否定之否定规律是自然、历史与思维的重要规律。辩证唯物主义在社会历史领域中的运用，就是历史唯物主义。
历史唯物主义是马克思主义世界观的历史观，是关于社会发展的普遍规律的科学。历史唯物主义认为，社会发展的动力是社会内部的矛盾运动，即由生产力与生产关系的矛盾、经济基础与上层建筑的矛盾构成的社会基本矛盾。学习历史唯物主义，要坚持社会存在决定社会意识，经济基础决定上层建筑，而政治思想、上层建筑又反作用于社会经济基础；要坚持只有群众才是历史创造者，人民群众推动历史发展的观点。
党员、干部只有树立坚持辩证唯物主义、历史唯物主义的世界观，才能真正树立正确的人生观，而世界观和人生观决定一个人的价值观。
3.坚持科学的方法论。方法论即人们认识世界和改造世界的一般方法。方法论取决于世界观；辩证唯物主义历史唯物主义世界观是唯一科学的方法论。科学方法论要求党员干部客观地、历史地、全面地看问题；具体地分析具体问题；根据主客观条件制定切实可行的工作计划，能动地创造世界，科学地做好工作。
4.善于抓主要矛盾。主要矛盾是在复杂事物发展中起主导的决定性作用的矛盾。强调：我们提出要协调推进全面建成小康社会、全面深化改革、全面依法治国、全面从严治党，是当前党和国家事业发展中必须解决好的主要矛盾。
从哲学高度认识和把握“四个全面”是相互联系、相互促进的原理，协调推进“四个全面”，就要坚持辩证的观点，坚持辩证思维。既抓改革，又抓法治；既抓物质文明建设，又抓精神文明建设；既抓经济工作，又抓思想政治工作；既抓党风廉政建设和反腐败斗争，又抓哲学理论武装。
从哲学高度认识和把握“四个全面”是全局和重点有机统一，以重要领域和关键环节为突破口，这样才能在谋小康之业、扬改革之帆、行法治之道、筑执政之基中，高屋建瓴，势如破竹，繁荣昌盛。
各地区、各系统、各单位在抓“四个全面”主要矛盾中，又有各自的主要矛盾，这就要在把握全面和重点的统一中，善于抓具体重点，抓关节，抓主要矛盾和矛盾的主要方面。
5.增强问题意识，坚持问题导向，以哲学矛盾运动原理解决存在的问题。提出，要学习掌握事物矛盾运动的基本原理，不断强化问题意识，积极面对和解决遇到的矛盾。问题是事物矛盾的表现形式，增强问题意识、坚持问题导向，就是承认矛盾的普遍性、客观性，就是善于把认识和解决问题作为打开工作局面、推进工作的突破口。
以哲学方式面向问题、分析问题、解决问题，还要预见和防止未来可能发生的潜在问题。必须尽可能地预见并把握事物发展的未来状态。
6.总结发现规律，遵循客观规律。规律亦称法则，是哲学的重要范畴，是客观事物内部本质联系和发展的必然趋势。客观规律不以人的主观意志为转移，只能在实践的基础上对各种现象进行调研、分析，去伪存真，去粗存精，由此及彼，由表及里，去逐步发现、掌握规律、利用规律做好工作。不论从事什么工作，要想达到预期的目的，就要从中引出其固有的而不是臆造的规律，作为行动的向导。
7.坚持实事求是。实事求是是哲学概念，最早出于《汉书河间献王传》：献王“修学好古，实事求是”。对实事求是作出解释：“‘实事’就是客观存在着的一切事物，‘是’就是客观事物的内部联系即规律性，‘求’就是我们去研究。”找出固有的规律，作为行动的向导。
有些干部，从同样的“实事”中，有的求出了“是”，有的则求出了“非”。所以要求我们，要克服表面性，看到事物的本质；克服静止性，看到发展；克服主观性，客观地看问题；克服懒惰性，勤于苦求。
哲学又名聪明学、智慧学。由哲学起源时的“爱智慧”发展到现代，学习运用马克思主义哲学，点化冥顽、指导人生、聪明智慧、真有本领、做好工作、经世致用。
参考文献：
[1] 朴民青.改革开放的若干哲学启示[J].马克思主义研究，2009（1）
购物车(0)
