顶级高校的AI打败顶级律师:26秒内完成合同审查

作者: 李雨晨 2018-03-02 10:58:17

据报道,美国的顶级律师最近和人工智能来了一场比赛,律师们输了。

法律AI平台LawGeex与斯坦福大学、杜克大学法学院和南加州大学的法学教授合作进行了一项新的研究,让20名有经验的律师与经过训练的法律AI程序进行比赛。比赛内容是四小时审查五项保密协议(NDA),并确定30个法律问题,包括仲裁,关系保密和赔偿。如何准确界定每个问题是比赛的得分要点。

顶级高校AI打败顶级律师:26秒内完成合同审查

顶级律师输了

在这场比赛里,人类律师的平均准确率达到了85%,而AI的准确率达到了95%。AI也在26秒内完成了任务,而人类律师平均需要92分钟。人工智能在一份合同中也达到了100%的准确率,其中得分最高的人类律师得分仅为97%。简而言之,人类律师被机器“虐”了。

知识产权律师Grant Gulovsen是该研究中与人工智能竞争的律师之一,他表示这项任务与许多律师每天所做的工作非常相似。“大多数文件,无论是遗嘱、公司运营协议还是NDA等等,他们都非常相似。”Gulovsen表示。

那么,在与机器的比赛中落败,是否意味着律师们将会丢了自己的饭碗?答案是否。

“使用人工智能可以帮助律师加快工作速度,以便他们专注于那些仍需要人来完成的任务。让AI作为一个律师助理对NDA进行初次审查,将为律师腾出宝贵的时间,专注于客户咨询和其他更高价值的工作,”杜克大学法学院临床教授Erika Buell说。

被称为“自然语言处理”(NLP)的人工智能技术,已被证明可用于扫描和预测什么样的文档能够与一宗案件相关。但是律师的其它工作,如向客户提供建议、书写案情摘要、谈判和出庭,在短期内仍超出计算机化的范畴。

“我坚信,法律学生和初级律师需要理解这些人工智能工具和其他技术,这将有助于使他们成为更好的律师,并塑造未来的法律实践,”Buell 随后表示,“我希望广大公众,只要他们希望他们的律师能够有效地处理他们的法律问题,就会对这个新工具感到兴奋。”

“AI in Law”的那段历史

千万不要以为,人工智能和法律领域的结合只是近两年AI热潮下的跟风之举,实际上,人工智能和法律的第一次相遇至少有三十年历史。

笔者了解到,美国亚利桑那大学的哲学家普拉克(John Pollock)早在上世纪40年代就设计出了OSCAR推理程序。这个程序具有可辩驳的能力,可以用于观察、因果判断、概率计算、计划建构、作出评估和决定。

1970年,在Buchanan和Headrick的一篇斯坦福法律评论文章“关于人工智能和法律推理的一些猜测”中,他们就讨论了对法律研究和推理进行建模的可能性,特别是对于建议、法律分析的构建。

1977年,哈佛法律评论发表了一篇由L. Thorne McCarty关于其TAXMAN系统的里程碑式的论文,该论文以公司税法中的问题为缘由提供了一个定理证明的方法。基于他对这个早期系统的研究经验,他还研究开发法律概念的深层模型,如税法背景下的股权问题。

1978年,Carole Hafner发表了她关于使用人工智能方法改善流通票据领域的法律信息检索(IR)的系统的博士研究;它使用语义网络表达来超越纯粹基于关键词的方法。大约在这个时候,挪威计算机和法律中心由Knut Selmer和Jon Bing于1971年创立,扩大了对IR的关注,包括智能技术。随着网络的出现,对智能法律IR的重新研究再次蓬勃发展。

到了20世纪80年代,人工智能和法律工作得到了极大的关注。1981年,兰德公司民事司法中心的唐纳德沃特曼和马克彼得森为《侵权法》中产品责任案件的和解建立了法律决策专家系统;他们后来探讨了在石棉肺病特定领域使用专家系统的情况。伦敦帝国理工学院的Marek Sergot,Robert Kowalski和他们的同事使用逻辑编程来模拟《英国国籍法》的一部分,这是一部庞大而独立的法令。

20世纪80年代,人工智能的兴趣显着增加,研究界愈演愈烈。一些专业会议,如佛罗伦萨IDG和休斯敦大学的会议,紧接着是专门针对普通人工智能受众IJCAI-85。日本的人工智能和法律研究也开始于这一时期,东京明治大学 Hajime Yoshino的实验室就是其中的。日本第五代计算机系统工程(1982-1995)提供了很大的动力,特别是在使用专家系统和其他基于逻辑的技术方面的发展。

到20世纪80年代中期,美国一些主要的法学院也开始举办关于人工智能和法律的研讨会。第一次是在1984年斯坦福法学院,由三位法学教授:保罗·布雷斯特(后来成为院长)、汤姆·海勒和鲍勃·麦克诺肯。1985年,Rissland在哈佛法学院举办了关于人工智能和法律推理的研讨会。1987年,伯曼和哈夫纳在美国东北大学举办了他们的研讨会,此后每两年召开一次大会。该会的主要涉及的研究题目包括形式法律推理的模型、论证和决策的计算模式、运用证据推理的计算模式、多重角色参与的法律推理系统、可执行的立法程序模式、自动化的法律文献分类和总结、机器学习和电子发现的数据运用以及其他相关领域。

1991年,国际人工智能和法律协会的成立。多年来,这些研讨会层出不穷,并成为汇集AI和法律界的论坛。

AI在法律领域的六大应用场景

目前,人工智能在法律实践中有各种各样的应用。Richard Susskind是英国法律和技术交叉领域最受尊敬的思想家之一,他曾表示,认为这一趋势在未来几年会持续增长。Susskind 认为,“人工智能和其他技术正在使机器承担许多以前被认为需要人类律师来完成的任务,而这并不是平稳的。它似乎正在以相当块的速度发生。“根据Susskind的说法,这些发展最终将在2020年前升温。

据了解,根据对法律领域公司和产品的评估,目前AI的应用程序可以分为六大类:

  1. 尽职调查:诉讼人在AI工具的帮助下执行尽职调查以发现背景信息
  2. 预测技术:AI软件可生成预测诉讼结果的结果
  3. 法律分析:律师可以使用过去判例法的数据点,赢/损失率和法官的历史,用于趋势和模式
  4. 文档自动化:律师事务所使用软件模板来创建基于数据输入的已填写文档
  5. 知识产权:人工智能工具指导律师分析大量知识产权组合并从内容中获取见解
  6. 电子账单:律师的计费时间是自动计算的

按照这个分类,合作开发出上述AI程序的LawGeex属于“尽职调查”的范畴。

律师代表客户进行的主要任务之一是确认事实和数据,并彻底评估法律情况。这个尽职调查的过程需要智能地就客户的选择提供建议,以及他们应该采取何种行动。

LawGeex曾表示,如果合同在软件预定义的策略中就会被通过。如果它们不符合标准,那么AI会提供编辑和批准的建议。该公司将机器学习、文本分析、统计基准和法律知识结合在一起。该公司还表示,通过他们的工具,律师事务所可以将成本削减90%,并将合同审查和审批时间缩短80%。

AI和法律的相生相成

随着人工智能技术在法律方面的不断深入,AI的应用也从简单的帮助律师处理公务延伸到了案件本身的预测和判决。

2004年,来自华盛顿大学的教授们在预测最高法院对2002年所有628宗案件的判决时,对其算法的准确性进行了测试。他们比较了他们的算法和专家小组的结果。研究人员的统计模型证明,75%的预测准确率与专家的59%的准确率相比,是一个更好的“咨询对象”。

从学界转向业界,国内AI在法律上的应用也是一番热闹。今年7月,广西桂林的象山法院相继上线了“智能机器人”“法官助手”的语音系统,帮助法院审理和判决案件。同期,上海的高级人民法院也推出类似的“刑事案件智能辅助系统”。此外,江苏、重庆等各个省份也对法律AI进行试点,在5分钟左右就能实现市场判决文书的生成。

在法律人工智能技术团队的不断努力下,法律AI帮助传统的法律服务机构完成了人工短期内无法完成的工作量,法律AI也逐渐被行业所认同。

正如上述杜克大学法学院临床教授Erika Buell所言,“我坚信,法律学生和初级律师需要理解这些人工智能工具和其他技术,这将有助于使他们成为更好的律师,并塑造未来的法律实践。”

人工智能 AI 律师 法律
上一篇:中国在努力建设腾讯、阿里巴巴等平台的时候,日本在做什么? 下一篇:马云:中国AI势必超过美国 盖茨回怼,美国才是老大!
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI行业寒潮下,智能物流机器人产业迎来“风口”

“人工智能,前景很好,但‘钱’景不好 ” 、“2018年,人工智能的进展就是没有进展”、“2019年的AI行业已如石墨烯一样,尽显疲态”……一篇《投资人逃离人工智能》文章又给人工智能行业泼了一身冷水。人工智能融资难、“寒冬论”再一次戳痛每个人工智能从业者的心,激起大众的焦虑情绪。

AI报道 ·  23h前
人工智能应用在智慧社区五大场景

物联网、云计算、大数据、人工智能正逐步从概念走向应用。越来越多的传统产业也开始探索和创新,积极拥抱互联网和新技术。未来,人工智能技术可能会颠覆社区管理。

有熊 ·  23h前
基于PyTorch的CV模型框架,北大学生出品TorchCV

在机器学习带来的所有颠覆性技术中,计算机视觉领域吸引了业内人士和学术界最大的关注。

张倩、泽南 ·  1天前
高位截瘫患者重新行走:靠意念指挥外骨骼,法国脑机接口新突破

依靠介入头部的 2 个传感器,法国里昂的一名瘫痪男子 Thibault 实现了操控外骨骼装备来助力行走。

孙滔 ·  1天前
2008 年预测 2020 年生活方式:基本都实现了

美国皮尤研究中心曾在 2008 年预测 2020 年的生活方式,目前来看,该研究的预测基本已经实现。而对于未来 10 年,也就是 2030 年左右人们的生活,在 2017 年底的世界经济论坛上,800 多名信息和通讯技术领域的技术高管和专家给出了如下预测。

佚名 ·  1天前
机器学习的正则化是什么意思?

正则化的好处是当特征很多时,每一个特征都会对预测y贡献一份合适的力量;所以说,使用正则化的目的就是为了防止过拟合。

佚名 ·  1天前
为什么我的CV模型不好用?没想到原因竟如此简单……

机器学习专家 Adam Geitgey 近日发布了一篇文章探讨了这一简单却又让很多人头痛的问题,并分享了他为解决这一问题编写的自动图像旋转程序。

机器之心 ·  1天前
中文自动转SQL,准确率高达92%,这位Kaggle大师刷新世界纪录

首届中文NL2SQL挑战赛上,又一项超越国外水平的NLP研究成果诞生了。在NL2SQL这项任务上,比赛中的最佳成绩达到了92.19%的准确率,超过英文NL2SQL数据集WikiSQL目前完全匹配精度86.0%,执行匹配精度91.8%的最高成绩。

郭一璞 ·  1天前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载